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:
选择合适的节点并将消息迅速转发到目标节点是机会社会网络关键问题之一.现有研究的不足主要是未充分考虑节点的社会属性以及节点的动态性.本文提出了一种基于贝叶斯概率树的转发节点选择(Bayesian Probabilistic Tree Forward Node Selection,BFANS)方法.根据节点具有的社会属性及相遇概率划分社区;社区内利用节点相遇概率值构建贝叶斯概率树;分别采用社区内和社区间两种方式进行消息的转发.实验表明,该方法在消息投递成功率上得到提高,并且降低消息的平均时延及路由开销比率.
推荐文章
基于离散时间贝叶斯网络的动态故障树分析方法
动态故障树
离散时间贝叶斯网络
数字飞控计算机系统
可靠性分析
基于环境独立机制的静态离散贝叶斯网络参数简化方法
贝叶斯网络
环境独立
概率树
条件概率表
逻辑门
基于贝叶斯网络的故障树定量分析法研究
贝叶斯网络
故障树
链规则
桶排除法
利用类概率估计的加权平均树增强朴素贝叶斯网络结构
加权平均树增强朴素贝叶斯
分类概率估计
对数条件似然
网络结构
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 基于贝叶斯概率树的机会社会网络转发节点选择方法
来源期刊 安徽师范大学学报(自然科学版) 学科 工学
关键词 机会社会网络 贝叶斯概率树 节点选择 相遇概率
年,卷(期) 2018,(2) 所属期刊栏目 数学与计算机科学
研究方向 页码范围 135-141
页数 7页 分类号 TP391
字数 5768字 语种 中文
DOI 10.14182/J.cnki.1001-2443.2018.02.006
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 赵传信 安徽师范大学计算机与信息学院 47 219 8.0 13.0
2 王杨 安徽师范大学计算机与信息学院 65 291 9.0 14.0
3 方群 安徽师范大学计算机与信息学院 21 85 5.0 8.0
4 黄少芬 安徽师范大学计算机与信息学院 8 25 3.0 5.0
5 孟丹 安徽师范大学计算机与信息学院 3 2 1.0 1.0
6 赵晨曦 安徽师范大学计算机与信息学院 6 14 2.0 3.0
7 许闪闪 安徽师范大学计算机与信息学院 7 16 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (249)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(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)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
机会社会网络
贝叶斯概率树
节点选择
相遇概率
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
安徽师范大学学报(自然科学版)
双月刊
1001-2443
34-1064/N
大16开
安徽省芜湖市北京东路1号
26-207
1957
chi
出版文献量(篇)
2772
总下载数(次)
12
总被引数(次)
16489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导