针对NetFlow抽样概率需手动配置的缺陷,提出了一种基于包速率自适应的分组抽样算法。通过测量包速率,采用预定义测量误差的方法,根据包速率的变化自适应地调整抽样概率,从而在有限资源情况下达到控制测量误
RLAR:一种基于增强学习的自适应路由算法,郑力明,李晓冬,增强学习意味着学习一种策略,即基于环境的反馈信息构造从状态到行为的映射,其本质为通过与环境的交互试验对策略集合进行评估。
针对BFSN算法需要人工输入参数r和[λ]的缺陷,提出了一种自适应确定r和[λ]的SA-BFSN聚类方法。该方法通过InverseGaussian拟合判断r参数,通过分析噪声点数量的分布特征选择合适的
针对蒙特卡罗定位算法采样效率低和采样次数多等缺陷,在SOMCL算法的基础上提出一种基于自适应采样优化的定位算法LAASO。该算法采用锚盒子与预测区域进一步优化采样区域,通过采样区域的大小自适应确定样本
提出一种基于矢量量化和DCT的多重鲁棒性水印算法,所提算法利用人类HVS及图像特征将不同的水印信号分别嵌入到载体图像的码书和DCT域中,通过自适应选择嵌入参数,保证水印算法的不可见性及抗攻击性能。实验
在结合基于密度和基于网格的聚类算法优点的基础上,提出一种新的聚类算法。该算法能够在海量、高纬数据下发现任意形状的聚类并对噪声数据不敏感,具有较低的时间和空间复杂性及较高的识别率。通过实验对该算法进行了
一种基于图论的VANET自适应退避算法,杨杰,杨梅,综通过对二进制退避算法(BEB)和线性递减倍数递增(MILD)算法的分析,本文提出了一种适用于车载自组网(VANET)的自适应性的退避算
介绍了多波长辐射测温、遗传算法以及自适应算法的原理和方法,对多波长误差函数模型和自适应遗传算法进行了改进,并结合最小二乘法和改进的自适应遗传算法来提高计算结果的精度和稳定性。近红外多波长高温计应用光谱
传统的小生境遗传算法收敛太慢,且容易陷入局部最优,对小生境算法做出以下三点改进:一是将解空间划分为多层区域,每层使用不同的距离因子;二是采用差值编码方式,使得算法更易收敛;三是使用伪并行加速算法,改进
针对传统的WSN覆盖模型的弊端,尤其是如果一个传感器失效,K-覆盖模型需要至少k个传感器节点监测其范围内是否有目标需要覆盖,提出了一种基于改进自适应遗传算法的移动WSN覆盖方法。在能量资源有限的前提下