针对现有网络传播模型忽略了信息传播过程中的信息衰减,传统影响力最大化算法无法有效利用社群结构提高影响力传播范围的问题,提出一种基于社群结构的影响力最大化算法——社群衰减的影响力最大化(IMID)算法。首先对整个社会网络进行社群结构划分,评估社群中节点影响力范围,并考虑社群之间关联点之间的关联概率,在信息传播过程中增加节点之间信息传播衰减度计算。通过实验与分析,该算法不仅降低了时间复杂度,还获得了接近贪心算法的影响力传播范围,影响覆盖率达到90%以上。因此,在核心种子节点集和连接社群之间纽带节点选取若干节点作为初始节点,会让信息以最小的代价在网络中获得广泛传播。
针对无线传感器网络(WSN)质心定位(CL)算法精度不高的问题,提出了一种基于最优信标节点的质心定位(OBCL)算法.OBCL算法采用了4个移动信标节点,首先,对移动信标节点的路径进行规划;然后,未知节点根据集合偏移度(SDD)从候选信标节点集合中选出最优信标节点来进行位置估计;其次,为了解决信标节点不足导致无法定位的问题,引入角色转变机制,未知节点在完成定位之后成为准信标节点来进行辅助定位;最后,为了保证网络中所有节点能够完成定位,在完成初次定位之后,需要进行重定位过程.仿真实验结果表明,与CL、基于加权的质心定位(WCL)、利用接收信号强度加权的质心定位(RR-WCL)这3种算法相比,OBCL算法的平均定位误差分别降低了67.7%、39.2%、24.4%.由于OBCL算法只需要4个移动信标节点就能达到较好的定位效果,因此适合应用于对网络成本低、定位精度要求高的场景.