主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
韩蒙,李建中,邹兆年.K-CLOSE:基于不确定图挖掘技术的传感器网络紧密区域发现算法.软件学报,2011,22(zk1):131-141
K-CLOSE:基于不确定图挖掘技术的传感器网络紧密区域发现算法
K-CLOSE:Algorithm for Finding the Close Regions in Wireless Sensor Networks Based Uncertain Graph Mining Technology
投稿时间:2011-05-02  修订日期:2011-07-29
DOI:
中文关键词:  无线传感器网络  不确定图  数据挖掘  紧密区域
英文关键词:wireless sensor networks  uncertain graph  data mining  close region
基金项目:国家自然科学基金(61033015,60831160525,60933001,61173023);中央高校基本科研业务费专项资金(HIT.NSRIF.201180);黑龙江省研究生创新科研基金(YJSCX2011-239HLJ);黑龙江大学学生学术科技创新项目(2011386,2011387)
作者单位E-mail
韩蒙 黑龙江大学 计算机科学技术学院, 黑龙江 哈尔滨 150080  
李建中 黑龙江大学 计算机科学技术学院, 黑龙江 哈尔滨 150080
哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001 
lijzh@hit.edu.cn 
邹兆年 哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001  
摘要点击次数: 2457
全文下载次数: 3182
中文摘要:
      由于无线传感器网络通信的不稳定性及地理环境的复杂性,传感器节点间经常出现地理位置相近但连通概率却很低的情况.在网络中快速发现通信质量好的节点集以及内部相互联系紧密的子区域,对于传感器网络中的节点分簇、路由优化等具有重要作用.使用不确定图挖掘技术研究如何从一个不确定的无线传感器网络拓扑结构中,快速发现联系紧密且存在概率高的不重叠连通区域问题.提出K-CLOSE算法,首先,使用分布式方法将无线传感 器网络的拓扑结构构建为不确定图;然后,提出一种近似比为2的近似算法来计算紧密阈值;最后,通过构建搜索树并使用剪枝等方法快速发现顶点相互联系紧密且存在概率高的不重叠连通区域.实验结果表明,K-CLOSE算法可以高效地发现无线传感器网络中的紧密连通区域.
英文摘要:
      Due to the instability of wireless links and the complexity of geographical environment where wireless sensor networks are deployed,sensor nodes can not guarantee communication with their neighboring nodes with high probabilities.Resolving the problem of finding the sensor nodes that communicate well in practical settings can play an important role in node clustering and the optimization of routing protocols.It is important to note the discovery which nodes in a region are more close to each other in actual movement.A new algorithm called K-CLOSE is proposed in this paper to solve the problem which finding the most k close regions.First,K-CLOSE abstracts wireless sensor networks into uncertain graphs in a distributed manner.Then,the closeness threshold is determined by an approximation algorithm proposed in this paper,which has approximate rate 2.Finally,the k close regions where sensor nodes communicate with high probabilities are discovered using tree searching and branch-and-bound methods.Moreover,the experimental results show that the proposed algorithm is efficient in practice.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利