【摘 要】
：
路由算法是车载自组织网络的通信基础。然而现有的路由算法存在高时延、通信性能不稳定等缺陷,难以适应车辆变道预警、超车预警、碰撞预警和车载网络安全预警需求。基于此,文中采用IEEE802.11p通信标准基于经典的曼哈顿街区提出了基于遗传特征的分簇路由(genetic-characteristics-based clustering routing,GCCR)算法。该算法在分簇算法基础上,采取选择、交叉、变异操作对服务节点进行筛选,利用遗传算法自适应、择优等特性对分簇路由算法进行优化,既达到对服务节点优化的目的
【基金项目】
：
国家自然科学基金项目(61902303)。
论文部分内容阅读
路由算法是车载自组织网络的通信基础。然而现有的路由算法存在高时延、通信性能不稳定等缺陷,难以适应车辆变道预警、超车预警、碰撞预警和车载网络安全预警需求。基于此,文中采用IEEE802.11p通信标准基于经典的曼哈顿街区提出了基于遗传特征的分簇路由(genetic-characteristics-based clustering routing,GCCR)算法。该算法在分簇算法基础上,采取选择、交叉、变异操作对服务节点进行筛选,利用遗传算法自适应、择优等特性对分簇路由算法进行优化,既达到对服务节点优化的目的
其他文献
利用光学显微镜、直读光谱仪、万能试验机等手段,研究了再生7050铝合金铸锭均匀化热处理、板材固溶及时效处理工艺。结果表明,再生7050铝合金中主元素Cu、Mg、Zn偏析率均保持在8%以下,低倍组织无裂纹、气孔等铸造缺陷;铸锭经470℃×20 h的均匀化热处理后,晶界处非平衡凝固条件下形成的共晶组织消失;板材经过475℃×0.5 h的固溶处理后,晶界处第二相回溶较彻底,伸长率达到34%;再经过120℃×24 h的时效处理后,晶内弥散析出颗粒状析出相,板材的力学性能达到最高,其中抗拉强度为608 MPa、屈服
利用OM、SEM、万能拉伸试验机及电化学工作站,研究了再结晶退火温度对节约型NSSC 2120双相不锈钢的组织、力学性能及耐蚀性能的影响。结果表明,在950~1200℃退火,铁素体和奥氏体的两相比例(α/γ)逐渐增大,层状奥氏体组织转变成小岛状;两相中α纤维织构和γ纤维织构组分逐渐形成并增强;随退火温度升高,其抗拉强度逐渐下降,伸长率先增大后减小,耐蚀性能先降低后增大。在1000℃退火后,冷变形双相钢具有最佳的力学性能,其抗拉强度和伸长率分别为730 MPa和58%;经1200℃退火后,其腐蚀电流密度达最
界面传热系数(IHTC)是铸造数值模拟前处理时需要设置的边界条件之一,对铸件凝固过程温度场计算精度有重要影响。采用ProCAST软件反算模块和试样不同壁厚处实测温度数据反算求得K4169高温合金熔模铸造试样-陶瓷型壳间的界面传热系数,并分别用于试样熔模铸造数值模拟,结果表明,计算温度与实测温度误差均在3%以内。
社交网络与知识图谱的之间的数据融合对于知识图谱构建和社交网络分析具有重要的应用价值,而社交账号与知识图谱实体的对齐是两类数据融合的关键。针对社交账号与知识图谱实体的对齐问题,结合社交网络与知识图谱的结构特点,文中提出了一种基于图嵌入特征的社交账号实体对齐方法,旨在给定社交账号的情况下,能够在知识图谱中找到正确的对应实体。该方法在目标实体选择阶段将社交关系子图映射成知识图谱子图,利用图嵌入特征选取子图中的核心实体集,并根据核心实体集构造特征向量,选用多层感知机作为分类器,从而确定社交账号所对应的目标实体。使
以离心铸造40Cr/Q345B双金属为研究对象,基于Gleeble-3500热模拟试验机,在变形温度为1223~1473 K,应变速率为0.005~1 s-1,变形量为60%条件下,进行恒温压缩试验,对含40Cr/Q345B双金属结合层的金属热变形行为进行研究,建立了本构方程及热加工图。结果表明,离心铸造40Cr/Q345B双金属结合层的流变应力随着温度的上升和应变速率的降低而减小,热变形激活能为241.589 kJ·mol-1。基于热加工图及微观组织,确定了热
以加工人工模拟缺陷的涡轮叶片及含微裂纹缺陷的涡轮导向叶片为对象,研究微焦点射线成像方法对气膜孔微裂纹的检出能力.通过光学显微镜对涡轮叶片人工模拟缺陷标定实际尺寸,
介绍了几种典型挤压铸造件在汽车制造中的应用实例.通过对典型零件的研究,证明挤压铸造是提高铸件性能的有效工艺方法之一,可部分替代那些性能要求高而用其他铸造方法性能无
网络购物这一领域的迅猛发展带来了海量的在线评论数据,挖掘评论数据中所蕴藏的语义以及情感信息对用户以及商家都有着莫大的价值。在这样的应用需求背景下,出现了针对文本的情感分析(sentiment analysis)技术。但由于中文语言表达的多样性与复杂性,用户会在评论中含蓄地提到评价属性与观点。而现有研究对包含显式特征评论文本的情感分析已趋渐成熟,针对隐式评论句进行特征识别的却较少。因此,文中面向隐式特征识别这一研究难点,提出一种基于领域特征指示词的隐式特征识别方法。该方法首先利用构建的多词型的主题情感联合模
在未来作战战场中,不同视点的应用相对单一视点具有更好的灵活性,对战争走向的获取、分析更为全面。文中提出一种针对未来作战战场,不同视点下单兵进行目标分辨的方法,分析了该场景下的主要问题和难点,设计了采用光电感知系统采集视点中的目标,利用Haar-like算法提取视点中目标的ROI区域坐标,将此提取结果作为目标特征算子的计算范围并利用LBP(local binary pattern,局部二值模式)特征
传统的推荐算法由于存在数据稀疏性和冷启动问题,导致在线学习平台在资源推荐上不能满足学习用户的个性化需求。为此,构建一个基于协同过滤算法的学习资源推荐模型,在推荐过程中融入学习用户的属性特征信息,进行学习资源个性化推荐。首先,在给出学习资源推荐模型的基础上分别构建了学习用户模型和资源模型;其次,在构建学习用户-学习资源评分矩阵的基础上采用基于修正的余弦相似度的改进算法结合学习用户的行为信息进行相似度计算和预测评分;最后,将学习用户模型和学习资源模型的特征信息融入推荐过程并实现学习资源的个性化推荐。通过对模型