在 AODV 路由中,路由发现是通过泛洪方法完成的,即向发送者传输范围内的所有节点广播路由请求 (RREQ) 包。它通常会导致不必要的 RREQ 数据包重传和响应生成的回复 (RREP) 数据包,从而导致数据包冲突和网络拥塞。在这个项目中,我为 AODV 提出了一种优化的路由发现方法。关键思想是使用 K-Means 聚类算法来选择 RREQ 数据包转发器的最佳集群,而不是广播。该方法的目的是减少网络中不必要的控制包传输,从而减少网络的拥塞和端到端延迟。 K-Means 聚类中使用的特征: 到目的地的距离 传输错误数 空闲缓冲空间 根据邻居的这些特征选择最佳集群。
2022-05-11 09:04:26 187KB 聚类 kmeans 算法 文档资料
基于主元分析-模糊C均值聚类优化黄霉素发酵过程.pdf
2021-08-20 09:13:53 292KB 聚类 算法 数据结构 参考文献
基于客户动态需求属性的物流配送线路聚类优化.pdf
2021-08-20 01:22:37 492KB 聚类 算法 数据结构 参考文献
基于灰色聚类优化模型的审计检查风险评价.pdf
2021-08-19 09:22:49 881KB 聚类 算法 数据结构 参考文献
在K-Means算法中使用肘形法寻找最佳聚类数,用到了鸢尾花
2021-04-24 09:08:01 3KB k-means 肘部法 聚类优化 聚类
1