基于聚类与贝叶斯分类器的网络节点分组算法及评价模型
[本文摘要]
多族群网络应用是目前比较流行的互联网服务模式之一,本文主要针对多组群网络应用的节点分组及评价方法进行研究探讨,设计了一种基于无监督聚类方法和贝叶斯分类器的高质量分组算法Clustyes,提出了基于“组耦合度”的可调多取向分组评价模型,该模型较好地将组内节点间往返时延、分组丢失率和跳数3个指标对组内通信的影响有基地量化融合。Clustyes算法在NS-3上进行了模拟,结果表明,使用该算法获得的分组具有组内节点通信性能好、稳定性高、物理距离近的优点。
相关阅读
热门文章
2021年12月6日
2016年10月28日
2016年10月24日
2016年9月28日
蓝戈沙龙