基于DHT的P2P网络的查询延迟改进技术及其研究进展
摘要
在基于DHT的P2P网络中,查询延迟是衡量一个P2P网络性能的重要因素,本文介绍了查询延迟改进技术的最新研究进展,分析并总结出改善查询延迟的三个主要研究方向。
出处
《中国新通信》
2006年第21期50-54,共5页
China New Telecommunications
参考文献7
-
1万永伦,丁杰雄.一种机器人寻线控制系统[J].电子科技大学学报,2003,32(1):47-50. 被引量：32
-
2陆新华,张桂林.室内服务机器人导航方法研究[J].机器人,2003,25(1):80-87. 被引量：52
-
3蔡自兴,贺汉根,陈虹.未知环境中移动机器人导航控制研究的若干问题[J].控制与决策,2002,17(4):385-390. 被引量：119
-
4卢韶芳,刘大维.自主式移动机器人导航研究现状及其相关技术[J].农业机械学报,2002,33(2):112-116. 被引量：33
-
5李晓萌,杨煜普,许晓鸣.基于独立学习的多智能体协作决策[J].控制与决策,2002,17(1):29-32. 被引量：8
-
6许欢,唐竞新.调制光寻线系统及其在自动行走机器人中的应用[J].清华大学学报（自然科学版）,2002,42(1):115-117. 被引量：20
-
7(美)TomM.Mitchell著,曾华军,张银奎等.机器学习[M]机械工业出版社,2003.
二级参考文献37
-
1杨静宇.多传感器集成与信息融合[J].机器人情报,1994(1):1-9. 被引量：6
-
2朱淼良,吴春明,张友军,金毅,李捷.基于多智能体的实时并发式智能机器人结构[J].高技术通讯,1995,5(10):20-24. 被引量：4
-
3吴杰.光电信号检测[M].哈尔滨:哈尔滨工业大学出版社,1990.159-183.
-
4齐丕智.光敏感器件及其应用[M].北京:科学出版社,1987..
-
5贺汉根 徐昕.增强学习在移动机器人导航控制中的应用[J].中南工业大学学报,2000,31:170-173.
-
6徐昕.增强学习及其在移动机器人导航与控制中的应用[M].长沙:国防科技大学,2002..
-
7（美）Tsang W T 杜宝勋.半导体光检测器[M].北京:电子工业出版社,1992..
-
8胡汉才.单片机原理及其接口技术[M].北京：清华大学出版社,1999..
-
9[1]M L Littman. Markov games as framework for multi-agent reinforcement learning[A]. Proc of the 11th Int Conf on Machine Learning[C]. San Francisco: Morgan Kaufmann,1994.157-163.
-
10[2]J Hu, M P Wellman. Multiagent reinforcement learning: Theoretical framework and an algorithm[A]. Proc of the 15th Int Conf on Machine Learning[C]. Morgan Kaufmann,1998.242-250.
共引文献239
-
1汪中原.基于5G技术的智能机器人技术[J].电子技术（上海）,2020(3):54-55. 被引量：1
-
2刘伟,徐斌.卫星气浮平台视觉测量系统研究[J].微计算机信息,2008,24(10):124-126. 被引量：1
-
3付鹰,蔡自兴,杨勇.移动机器人视觉导航的并行处理技术研究[J].华中科技大学学报（自然科学版）,2004,32(S1):80-82. 被引量：2
-
4邬再新,李艳宏,刘涛.多移动机器人路径规划技术的研究现状与展望[J].机械,2008,35(1):1-3. 被引量：11
-
5梁靓,黄玉清.基于嵌入式PC的机器人光电寻线系统[J].西南科技大学学报,2004,19(4):1-3. 被引量：4
-
6孙铁波.单体移动机器人环境建模方法研究[J].科技信息,2008(28). 被引量：1
-
7云康,高超.基于CMOS摄像头的智能寻迹车的设计与实现[J].华北水利水电学院学报,2008,29(5):55-57. 被引量：9
-
8朴松昊,孙立宁,钟秋波,黄庆成.动态环境下的多智能体机器人协作模型[J].华中科技大学学报（自然科学版）,2008,36(S1):39-41. 被引量：6
-
9郝凯,孟正大.基于卡尔曼滤波的室内服务机器人定位[J].华中科技大学学报（自然科学版）,2008,36(S1):193-195. 被引量：4
-
10刘满禄,张华,胡天链.改进的人工势场法用于移动机器人导航[J].华中科技大学学报（自然科学版）,2008,36(S1):177-180. 被引量：11
-
1何妮,吴燕仙.粒子群优化算法的研究[J].科技信息,2008(6):179-179. 被引量：4
-
2刘凯,彭国志.关联规则挖掘方法研究[J].电脑知识与技术,2010(02Z):1029-1031. 被引量：2
-
3曹雪峰.简化网络管理[J].网管员世界,2012(22):32-34.
-
4程玉.“云计算”与信息安全最新研究进展[J].软件,2011,32(10):12-15. 被引量：1
-
5卿斯汉,蒋建春,马恒太,文伟平,刘雪飞.入侵检测技术研究综述[J].通信学报,2004,25(7):19-29. 被引量：237
-
6李建卓.粒子群优化算法的研究[J].光盘技术,2009(6).
-
7王佳,王智森.利用表分区的大数据库优化方法[J].大连工业大学学报,2013,32(6):465-468. 被引量：2
-
8马金秀,陈辉梅.基于电力系统分析监控技术的前景及改进技术[J].水电与抽水蓄能,2015,0(14):98-99.
-
9郑彦,陈宏伟,王汝传,王杨.新型分布式散列表--BChord[J].通信学报,2008,29(2):22-28. 被引量：3
-
10穆俊.基于蚁群聚类算法的数据挖掘技术在网络入侵检测中的应用研究[J].洛阳理工学院学报（自然科学版）,2015,25(2):68-72. 被引量：3
