基于机会网络的最优化动态合作树选择算法

来源 :计算机科学 | 被引量 : 0次 | 上传用户:ccshixg
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
结点的移动性、传递信息的随机性和无链路连接传递是机会网络的一些信息传递的重要特征,而这些特征与人类社会中人类传递信息的过程极为相似。传统的机会网络算法用于社会网络时会因为环境的变化、人类社会特有的关系属性等问题不能获得很好的效果。因此,本文将随机性、移动性、无连接性等特征作为连接机会网络与社会网络的桥梁,设计了一种选择最优化动态合作树的算法。该算法通过建立动态拓扑结构树的方式,并建立可靠性、可用性、衰减因子、权重因子等作为拓扑结构中的权值进行计算,从而得到最优合作对象和最优合作路径。仿真实验表明,与经典的
其他文献
基于视频信号处理中用于场内插值的边缘自适应平均算法(ELA)思想,提出一种针对椒盐噪声图像滤波的改进型边缘自适应平均去噪算法(IELAD)。算法在扩展横向5+5阶ELA窗口的基础上增加了纵向5+5阶ELA窗口。根据噪声点所处边缘方向,自适应地确定窗口及滤波方向进行滤波处理。实验表明IELAD算法充分利用了ELA窗口的保边特性,能够在去除椒盐噪声的同时有效地保持图像的边缘及细节信息。
通过将Orthodir(m)算法的两个向量内积改成几个连续内积,改变算法数据相关性,提出了改进的Orthodir(m)算法(IOrthodir(m)算法)。改进的算法具有与原算法相同的收敛性。理论分析表明,