针对TD-LTE移动通信设备中故障样本,提出一种基于相似度与支持向量机(Support Vector Machine,SVM)相融合的移动通信设备故障诊断算法(Similarity Fusion Based Support Vector Machine in Communication Equipment System,SFBSVM),对移动通信设备系统建模和未标记的故障样本进行初始聚类,构造出最终分类器。算法能减少标记样本的数目,降低初选样本对分类器的影响,抑制孤立样本点对分类结果的影响。实验结果表明,SFBSVM计算简单,精度更高,准确率较高且稳定可靠。
提出了一种无线传感器网络中基于连通核的高效Skyline查询算法CCBS(Connected Core Based Skyline),算法首先在网络中构建连通核,联通核由网络中的簇头节点和网关节点组成,这可以极大地减少传输代价;查询和结果只在连通核里的节点间进行转发和收集,查询算法设立了簇和元组两级过滤器,用来过滤掉被支配的感知元组。理论分析和实验结果都表明,该算法能够大大减少网络的平均通信量,对网络的规模扩展,节点密度变化以及维度变化并不敏感,具有更好的执行性能。
