公开(公告)号：CN102076084A

公开(公告)日：2011-05-25

申请号：CN201110000397.0

申请日：2011-01-04

Applicant: 南京邮电大学

Inventor： 孙雁飞 ,  张顺颐 ,  亓晋 ,  孙楠 ,  顾成杰 ,  朱伟春 ,  王攀

IPC: H04W64/00 ,  H04W84/18

Abstract: 本发明提供一种基于认知架构的无线传感网络定位跟踪系统。该系统以分布式区域架构为基础，每区域部署多个认知节点，每个认知节点以聚类方式管辖各自的移动节点，负责移动节点间的多跳路由控制等，域间则采用中心服务器协同工作，进行不同域间的信息交互，无线传感网络以完全分布方式运行，认知节点自发地维护整个网络的多跳路由并与其它认知点协作完成定位包从移动节点到服务器端的传递，解决移动节点的信号跟踪问题，具有可靠性高、安全性、实用性以及跟踪更精细等技术优点。

公开(公告)号：CN102024179A

公开(公告)日：2011-04-20

申请号：CN201010576193.7

申请日：2010-12-07

Applicant: 南京邮电大学

Inventor： 孙雁飞 ,  张顺颐 ,  亓晋 ,  顾成杰 ,  朱伟春 ,  王攀

IPC: G06N3/12

Abstract: 本发明提供一种基于半监督学习的GA-SOM聚类方法，该方法在自组织特征映射(Self-Organization Map，SOM)神经网络的基础上，结合半监督学习方式，并利用遗传算法(GeneticAlgorithm，GA)优化，弥补了SOM网络存在的弊端。该聚类方法主要分为三个部分：(1)半监督学习模块，负责初始化训练样本；(2)GA模块，负责训练过程的参数优化；(3)SOM模块，作为训练机进行样本聚类。该方法在分类问题上具有良好灵活性和扩展性，能够完成大量未知样本的特征聚类，并提高了原SOM网络的学习速度和分类精度，且聚类学习过程不容易发生振荡。

公开(公告)号：CN102025781A

公开(公告)日：2011-04-20

申请号：CN201010576171.0

申请日：2010-12-07

Applicant: 南京邮电大学

Inventor： 孙雁飞 ,  张顺颐 ,  亓晋 ,  顾成杰 ,  朱伟春 ,  王攀

IPC: H04L29/08 ,  H04L12/26

Abstract: 本发明公布了一种基于分布式监测管理架构的业务感知方法，本发明方法包括如下步骤：1)采用监测代理判断业务流是否已带标记；2)当监测代理监测到未处理过的业务流时，向业务登记表注册，并查询内存记录；3)对监测代理提交的业务信息进行预处理，即将监测代理监测到的特征信息向量化；4)对预处理后的信息放入SVM模块训练，该训练方法采用半监督学习方法；5)将第4步中训练获得的样本存入业务数据表中，以供下次鉴别时使用；6)以上结束对业务流的识别监测，打好标记后转至路由的下一节点。本发明各模块协同工作，功能有序统一，提高了业务识别的实效性，保证了其端到端QoS。