基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有高效网络拓扑推断算法的性能对设定门限值非常敏感的问题,提出了利用有限混合模型的高效层析成像网络拓扑推断算法。该算法首先从叶子节点集合中任选一个节点,测量该节点与其余节点的相关性集合,然后对测量数据建立有限混合模型,对叶子节点进行粗略分类,推断出相应的内部节点;接下来对粗略分类结果中的每一个节点类重复上述过程,如此迭代直至推断出所有内部节点为止。试验结果表明,该算法可达到现有算法取最优门限时的拓扑推断精度,且该算法与现有的高效层析成像拓扑推断算法相比,只需测量更少的节点相关性数据。
推荐文章
利用往返时延抖动的网络拓扑推断算法
网络
往返时延抖动
拓扑推断
基于MILP模型的光网络逻辑拓扑优化算法
光网络
逻辑拓扑
拥塞率
MILP
基于节点分类的混合型网络拓扑布局算法
混合型结构
节点分类
重要环路
拓扑布局
引力-斥力模型
环树型算法
基于合并分层聚类的网络拓扑推断算法
拓扑推断
分层聚类
有限混合模型
期望最大化
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 利用有限混合模型的高效网络拓扑推断算法
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 拓扑推断 网络层析成像 有限混合模型
年,卷(期) 2015,(4) 所属期刊栏目
研究方向 页码范围 133-139
页数 7页 分类号 TP393
字数 6594字 语种 中文
DOI 10.3969/j.issn.1001-2400.2015.04.022
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 张润生 中国电子科技集团公司第五十四研究所 18 70 4.0 7.0
2 刘健 中国空间技术研究院通信卫星事业部 4 39 2.0 4.0
3 李艳斌 中国电子科技集团公司第五十四研究所 37 471 12.0 21.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (18)
参考文献  (10)
节点文献
引证文献  (3)
同被引文献  (1)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(2)
  • 参考文献(0)
  • 二级参考文献(2)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
拓扑推断
网络层析成像
有限混合模型
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
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导