【出 处】：《 计算机仿真 》 CSCD 2014年第31卷第8期 301-304页,共5页

【作 者】： 郑学伟

【摘 要】 研究有向传感网络通信节点的分类优化问题。网络通信节点众多,在很多属性上有着较强的相似性。传统的通信节点分类方法多是运用属性上的相似性进行分类,没有考虑通信节点的传播方向,有向传感网络中的通信节点分类忽略了传递方向,造成分类过程较为粗糙,结果不准。为了避免上述传统算法的弊端,提出了一种基于密度自适应粒子群算法的有向传感网络通信节点分类方法。利用信息熵方法能够建立自适应粒子群,并且对粒子群中的粒子进行更新,保证粒子群的多样性,提高通信节点分类算法的局部寻优能力,从而完成有向传感网络的通信节点分类。实验结果表明,利用改进算法进行有向传感网络的通信节点分类,能够提高分类的准确性,从而满足实际有向传感网络的需求。