【摘 要】
：
为了对被动目标进行定位，提出一种基于节点间协作的定位算法，各个簇节点无需对目标进行先验训练或特征识别，而是将目标建模为定位平面上的一条直线并将其转换到霍夫参数空间中，在簇头节点利用最小二乘方法对各个离散点进行正弦曲线拟合，从而获得曲线的最优拟合参数，即获得目标的准确坐标信息；此外，还针对异构摄像机网络中各个节点的置信度进行了分析，进一步提出了加权协作定位算法。最后分析了该算法的时间复杂度优势以及通
【机 构】
：
北京科技大学信息工程学院，北京 100083 中国科学院计算技术研究所普适计算研究中心，北京 100190
【出 处】
：
第七届全国计算机支持的协同工作学术会议暨第五届全国智能信息网络学术会议
论文部分内容阅读
为了对被动目标进行定位，提出一种基于节点间协作的定位算法，各个簇节点无需对目标进行先验训练或特征识别，而是将目标建模为定位平面上的一条直线并将其转换到霍夫参数空间中，在簇头节点利用最小二乘方法对各个离散点进行正弦曲线拟合，从而获得曲线的最优拟合参数，即获得目标的准确坐标信息；此外，还针对异构摄像机网络中各个节点的置信度进行了分析，进一步提出了加权协作定位算法。最后分析了该算法的时间复杂度优势以及通过仿真实验与真实 实验证明了该算法可以获得很高的定位精度。
其他文献
在无线传感器网络安全方面的研究中，当前的密钥管理方案只关注无线传感器网络中新部署节点的安全性，而对移动节点如何安全地重新加入网络关注不够。本文提出了基于椭圆曲线数字签名算法的复合安全机制来验证移动场景下的节点身份，解决了其它密钥管理方案中存在的节点易受拒绝服务攻击和密钥易被推算出等安全性问题；通过与新邻居安全地建立对密钥和本地广播密钥的方法达到帮助移动场景下的节点安全地加入网络的目的。性能分析表明
针对模式分类任务，提出一种基于粗糙－规则的神经网络构造方法，利用粗糙集理论和遗传算法约简输入特征，在尽量保持分类能力不变的情况下降低条件属性维数，导出简练的分类规则集合，以此为基础构造BP（Back Propagation）神经网络结构，确定网络层数，输入、输出节点个数等，并利用规则的条件属性重要度和依赖度对连接权值进行初始化，有效地解决了传统神经网络构造难、解释难、过拟合等问题，提高了分类精度。
针对视频监控中人体行为的识别问题，提出了一种新的人体行为识别模型和前景提取方法.针对人体运动过程中产生新行为的问题，采用分层Dirichlet过程聚类人体特征数据来判断是否有未知的人体行为产生. 用无限HMM对含有未知行为模式的特征向量进行有监督学习，由管理者将其添加到知识库中. 当知识库的行为模式达到一定规模时,系统可以无监督地对人体行为进行分析，其分析过程采用HMM中高效的Viterbi解码算
为了提高量子进化算法的执行效率，在NIQGA原算法的基础上，通过其改进查表机制提出了一种改进算法INIQGA；并通过定义角距离，设计了一种根据角距离进行旋转角度调整的策略，进而提出了一种基于可变角距离旋转的量子进化算法QEA-VAR，和以前基于查表机制的量子进化算法相比，该算法的执行过程简单灵活，易于理解。最后，结合0/1背包问题，对传统遗传算法CGA、经典量子进化算法QEA、NIQGA、INIQ
为解决数据共享应用中的隐私保护问题和提高数据共享的可用性，提出一种以用户为中心的隐私保护模型。在该模型中，用户可以通过关键字和特征的选取对隐私信息进行自主设置；并采用基于信任的方法来确定共享数据对象可获得的隐私量，当共享数据中包含的隐私量超过共享对象可获得的范围后，通过替换的方法来保护用户隐私。仿真实验表明，对比基于访问控制的隐私保护法，该模型在数据共享应用中能够有效保护隐私并保证较高的数据共享可
工作于轮值周期下的无线传感器网络节点大部分时间都处于睡眠状态，从使节点很难在较短的时间内以较大的概率发现邻居节点。本文首先提出了一个在轮值网络下同时基于同步和概率的邻居发现算法。并将此邻居发现问题建模为餐券收集者问题，求解了这一问题，给出了网络节点发现任意个数的邻居所需时间片数量的期望值。并且证明了在轮值周期为1时，我们的理论结果退化为普通ALHOA网络的结论。仿真结果表明，在一般情况下，我们给出
为了解决现有MANETs路由机制的可扩展性问题，本文提出一种使用树结构定位符的路由模型（Tree-structure Locator Routing，TLR），通过DHT方法对节点的标识符和定位符进行分离，并使用基于位置的定位机制来提供一种具有可扩展性的路由服务。定位符描述一个节点在网络拓扑中的相对位置并随着节点的移动发生变化，定位符空间采用树结构进行组织。最后我们量化分析了该路由模型和其他路由机
针对普适环境下参与协同设计的移动终端资源受限的特点，提出了非对称协同感知映射模型、机制和相应的共享工作空间逻辑一致性维持方法. 通过共享工作空间视图的拓扑映射，使得在非对称映射中映射区域仅为资源受限端当前可能关注的内容，减少了协同感知所需资源；同时结合按需获取机制实现了视图感知的数据一致性维护.
过程协同是企业过程运作的核心技术，决定了企业过程运作的效率。在企业过程运作中，如何有效完成各种有效信息的采集、分析和处理，实施基于过程驱动的高效率协同运作是非常重要的。本文重点从监控角度出发研究并设计企业过程协同模型，支持过程协同运作。扩展以过程为核心的集成化企业模型中的协同模型，增加了过程监控模型，并认真讨论了从模型到系统映射的一些关键技术，如扩展的协同模型、监控对象、监控事件等概念与技术。同时
视频监控中，拥挤人群的相互遮挡给人体分割和跟踪带来很大困难。为了解决该问题，提出了人体模型和人体边缘曲线相结合的人体分割方法。针对分割可能造成人体特征值存在较大的缺损、畸变问题，采用具有较高鲁棒性的BP(Back Propagation)神经网络作为跟踪模型。为了提高BP网络的自主学习能力，采用分层Dirichlet过程来判断是否有新类别的人体特征数据产生，进而为BP网络的学习提供决策。通过仿真实