分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-10-11 合作期刊: 《计算机应用研究》
摘要: 由于现有的无线mesh网路由研究多寻求当前时刻的最优路径,缺少流量均衡机制,影响了网络资源的使用效益。针对这一问题,提出基于QoS的流量均衡策略。通过研究蚁群算法的基础之上,重新定义启发信息和信息素更新规则,将节点和链路负载加入到路径选择的权衡因素中;同时,考虑到mesh节点到骨干网的通信,提出针对网关节点的流量均衡机制。改进算法以业务QoS要求作为约束条件,使路径规划倾向于负载度低链路和节点,为后续业务的路由选择提供良好的网络环境。实验结果表明,随着数据量的增多,该算法始终可以保证业务QoS,实现了严格的QoS约束,并且能有效提高链路利用率,在路由质量方面优于中心节点法和改进信息素法。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-08-13 合作期刊: 《计算机应用研究》
摘要: 针对如何提高脑电信号情感识别的正确率这一问题,在得到的原始脑电信号进行分频带特征提取后,一方面采用支持向量机、K近邻算法、朴素贝叶斯和神经网络算法对小波熵、近似熵、功率谱密度、微分熵,进行训练和分类学习;另一方面,基于4种不同的电极放置方式,对微分熵特征采用支持向量机和经遗传算法参数寻优的支持向量机算法进行训练。结果显示,在12通道条件下能够得到91.99%的总体准确率,最高情感识别准确率已经达到97.59%。研究结果表明,减少电极可以获得较高的情感识别分类结果,并且采用参数寻优后的支持向量机算法能够有效提升准确率。