-
-
-
-
论文研究-移动Ad Hoc网络中的可信路由机制研究.pdf
在NLOS传播环境下，为了获得更好的定位性能，由多个已知传感器节点测量来自未知节点的电波到达时间TOA，对TOA测量数据进行分组处理和加权最小二乘估计进而获得未知节点的初步定位结果，依据多次测量和估计并采用DBSCAN进行聚类处理从而剔除坏点获得较小的定位误差，实现了对未知节点的精确定位，最后进行实验仿真。计算机仿真结果表明所提出的定位方法能有效地抑制NLOS误差，具有较小的定位误差，鲁棒性较强，并较其他传统定位法进一步提高了定位精度。
-
论文研究-基于DBSCAN的无线传感网定位方法.pdf
为了提高双向中继系统的系统可达总速率，提出一种Two-way AF中继系统的最大化瞬时信噪比乘积（MISP）的中继选择策略，该策略联合考虑了两条链路的链路质量，实现了最优中继选择。在此基础上，运用信噪比平衡技术进行瞬时功率分配（SNR-Balancing-IPA），推导出了最优功率分配方案的表达式。理论分析和仿真结果都表明，建议的最大瞬时信噪比乘积中继选择及SNR-Balancing-IPA的策略有效提高了系统的可达总速率，降低了系统的中断概率，改善了系统的性能。
-
论文研究-恶意代码同源性分析及家族聚类.pdf
针对恶意代码数量呈爆发式增长，但真正的新型恶意代码却不多，多数是已有代码变种的情况，通过研究恶意代码的行为特征，提出了一套判别恶意代码同源性的方法。从恶意代码的行为特征入手，通过敏感恶意危险行为以及产生危险行为的代码流程、函数调用，应用反汇编工具提取具体特征，计算不同恶意代码之间的相似性度量，进行同源性分析比对，利用DBSCAN聚类算法将具有相同或相似特征的恶意代码汇聚成不同的恶意代码家族。设计并实现了原型系统，实验结果表明提出的方法能够有效地对不同恶意代码及其变种进行同源性分析及判定。
-
论文研究-基于小波变换的Ad Hoc网络改进型资源分配算法.pdf
传统的密度聚类算法不能识别并聚类多个不同密度的簇。对此提出了变密度聚类算法VDBSCAN，针对密度不稳定的数据集，可有效识别并同时聚类不同密度的簇，避免合并和遗漏。VDBSCAN算法的基本思想是：根据k-dist图和DK分析，对数据集中的不同密度层次自动选择一组Eps值，分别调用DBSCAN算法。不同的Eps值，能够找到不同密度的簇。4个二维数据集实验验证了VDBSCAN算法的有效性，表明VDBSCAN算法可以有效地聚类密度不均匀的数据集，且参数Eps的自动选择方法也是有效的和健壮的。
-
论文研究-基于用户相似度和信任度的药品推荐算法.pdf
为了解决协同过滤算法推荐精度低的问题，提出基于用户相似度和信任度的药品推荐算法。该方法通过离线使用DBSCAN算法对药品进行聚类来降低时间复杂度。引入共同评分药品阈值使用户相似度计算更准确，同时设置相似度阈值来限定相似性邻居的选取以克服KNN算法选取邻居的缺陷。根据用户的推荐可信度和评分可信度建立信任计算模型，计算基于相似邻居集的可信邻居集。通过两次邻居选择策略为目标用户产生药品推荐。仿真结果表明，该算法与其他算法相比在平均绝对误差、准确率和召回率上有更好的性能，提高了系统推荐精度。
-
论文研究-基于聚类的两段式孤立点检测算法.pdf
现有的大多数孤立点检测算法都需要预先设定孤立点个数，并且还缺乏对不均匀数据集的检测能力。针对以上问题，提出了基于聚类的两段式孤立点检测算法，该算法首先用DBSCAN聚类算法产生可疑孤立点集合，然后利用剪枝策略对数据集进行剪枝，并用基于改进距离的孤立点检测算法产生最可能孤立点排序集合，最终由两个集合的交集确定孤立点集合。该算法不必预先设定孤立点个数，具有较高的准确率与检测效率，并且对数据集的分布状况不敏感。数据集上的实验结果表明，该算法能够高效、准确地识别孤立点。
-
论文研究-新的模糊核聚类入侵检测方法.pdf
针对人工标记数据类别代价太高以及传统聚类方法在处理高维数据时产生的维度效应，提出了一种针对无标签数据的新型模糊核聚类方法。通过将K-means与DBSCAN聚类算法相结合生成关联矩阵，设置约束条件的阈值得到初始聚类结果，并在模糊支持向量数据描述方法的基础上完成聚类过程。通过在网络连接数据的对比实验，验证了该方法的可行性与有效性。
-
论文研究-基于加速度传感器的运动模式识别.pdf
提出一种用于识别人体运动行为模式的算法，该算法仅需从智能手机加速传感器获取信号数据，对信号进行频域滤波，采用改进的DBSCAN算法进行聚类和识别出运动模式。实验结果表明该算法具有较高的准确率和实用性。
-
Go To English Version 超过100万源码资源，1000万源码文件免费下载
