基于改进AdaBoost算法的复杂网络链路预测

链路预测是复杂网络的重要研究方向,当前的链路预测算法因可利用的网络信息有限,导致预测算法的精确度受限。为了提高预测算法的性能,采用改进的AdaBoost算法进行链路预测。首先根据复杂网络样本建立邻接矩阵,完成样本的矩阵化处理;然后采用AdaBoost算法进行分类训练,通过权重投票获取预测结果;最后,考虑到复杂网络弱分类器预测正负误差分布的不均衡问题,设置权重调整因子η及其调整范围[η1,η2],并根据η值动态调整AdaBoost算法的多个弱分类器分类结果的权重,从而获得准确的链路预测结果。实验结果证明,相比其他常用网络链路预测算法及传统AdaBoost算法,改进的AdaBoost算法的预测准确率优势明显,且在节点数量较多时,其预测时间性能和其他算法的差距较小。     

智能手机风暴对移动通信网络的影响及应对策略

3G终端的智能化,使用户业务行为特征发生巨大变化,智能手机普及引起的智能手机风暴对网络产生了巨大影响.传统的网络分析思路已不再适用,需要对业务模型和网络能力进行重新审视.文章从智能手机的业务特征入手,分析其业务特点和对移动网络的影响,掌握智能手机风暴的特点,并提出应对策略.     

TD—SCDMA的长期演进——TD—LTE

随着移动接入的宽带化,TD-SCDMA向着高数据速率、低时延和优化分组数据应用为目标的TD-LTE演进。文章紧跟3GPPTD-LTE标准的制订,全面地介绍了TD-LTE的传输技术和多地址技术、帧结构、演进的扁平化网络结构以及空中接口的新变化。     

组播网络性能优化的研究

IP组播在网络中的活动组很多时候会造成网络性能的下降以及实际效率低下的问题.本文提出了一种改善组播网络性能的方法,即聚合组播,并对聚合组播的生成算法进行了研究,在贪心算法的基础上给出了伪动态算法,最后通过实验对两种算法进行了分析论证并给出了结论.     

移动自组网中路由协议的研究

在无线移动自组网中每个节点都需要兼具路由器的功能,路由是一个非常重要的研究问题,各种无线移动自组网路由协议的提出及相关的性能分析评价也成为学术界的研究热点.本文简单比较了AODV、GPSR及ADV 3种典型的无线移动自组网路由协议,并通过NS-2仿真,对3种路由协议在UDP和TCP业务流下的平均投递率、路由开销、平均端到端延时和吞吐率网络性能进行分析及评价.     

基于拓扑相似和XGBoost的复杂网络链路预测方法

为了提高复杂网络链路预测的性能,采用拓扑相似和XGBoost算法来完成复杂网络链路预测.利用复杂网络拓扑结构建立邻接矩阵,求解共同邻居集合,然后根据拓扑相似理论计算复杂网络相似得分函数,将各个时间窗的得分函数和权重参数作为输入,采用XGBoost算法实现复杂网络的链路预测.通过差异化设置XGBoost算法的两个正则化系数,测试其对链路预测准确率的影响,获取最优正则化系数,从而得到稳定的XGBoost链路预测模型.实验证明,时间窗数量设置合理的情况下,相比常用网络链路预测算法,基于拓扑相似和XGBoost算法的预测准确率优势明显,且预测时间性能和其他算法的差距较小,尤其适用于大规模的复杂网络链路预测.     

基于NS-2的PIM稀疏和密集模式仿真

组播技术能以高效、可扩展的方式发送点到多点、多点到多点数据.组播路由协议通过建立组播路由来转发组播数据包.本文分析了两种主要的域内组播路由协议PIM-DM和PIM-SM的原理,并利用NS-2分多种情况对两者进行仿真实验,分析组播路由协议、网络拓扑、组播组大小、组播组数量对网络性能的影响.