原文服务方: 计算机应用研究       
摘要:
为了提高随机指数标记算法(REM)的响应能力和适应性,提出了一种基于自适应神经元的REM算法(ANREM).采用具有比例积分微分(PID)控制属性的加强型价格来检测和控制网络拥塞.利用神经元构造PID价格,并设计控制参数的自适应调整机制,以增强算法在动态环境中的适应性.在NS2仿真平台中,将ANREM与REM及其改进方法进行对比实验.结果表明,ANREM提高了队列长度的响应能力,增强了主动队列管理算法的适应性和鲁棒性.
推荐文章
电阻炉单神经元PID自适应控制
单神经元
自适应
常规PID控制
时变大纯滞后系统的单神经元自适应控制
神经元
自适应控制
递推最小二乘法
PI控制器
Smith补偿
增益自调整单神经元自适应PID算法的研究
单神经元控制
自适应控制
PID控制
神经元自适应谐波电流检测系统的仿真研究
有源电力滤波器
谐波电流
人工神经网络
模拟电路
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 采用自适应神经元的随机指数标记策略
来源期刊 计算机应用研究 学科
关键词 拥塞控制 主动队列管理 随机指数标记 自适应神经元
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 268-270,274
页数 分类号 TP393
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.01.076
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 黄文君 浙江大学智能系统与控制研究所 67 749 14.0 24.0
2 谭平 浙江大学智能系统与控制研究所 5 41 4.0 5.0
3 姚梦凯 浙江大学智能系统与控制研究所 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (2)
参考文献  (6)
节点文献
引证文献  (8)
同被引文献  (5)
二级引证文献  (4)
1993(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(5)
  • 参考文献(3)
  • 二级参考文献(2)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
拥塞控制
主动队列管理
随机指数标记
自适应神经元
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导