【摘 要】
：
无线传感网(WSNs)是当前信息技术研究的热点。由于WSNs数据存在缺失问题,给进一步的数据分析处理工作带来了困难。目前的解决方法是对其不做处理,或者使用一些传统的方法对WSNs网络不完全数据进行填充,而传统的填充方法存在精度不高并且计算时间较长的问题。本文研究WSNs网络不完全数据的填充算法及其并行化,力图在提高填充精度的同时提高填充速度。本文的第一个研究目标是提高WSNs不完全数据填充的精度。
论文部分内容阅读
无线传感网(WSNs)是当前信息技术研究的热点。由于WSNs数据存在缺失问题,给进一步的数据分析处理工作带来了困难。目前的解决方法是对其不做处理,或者使用一些传统的方法对WSNs网络不完全数据进行填充,而传统的填充方法存在精度不高并且计算时间较长的问题。本文研究WSNs网络不完全数据的填充算法及其并行化,力图在提高填充精度的同时提高填充速度。本文的第一个研究目标是提高WSNs不完全数据填充的精度。针对现有的马氏距离填充算法(MKNN填充算法)未充分考虑到距离与加权系数以及WSNs数据之间的强关联性的不足,本文改进了邻居变量间变异程度和加权系数的计算方法,提出了新的马氏距离填充算法,即NMKNN填充算法。通过理论分析以及在WSNs数据上的仿真实验,本文的算法与马氏距离填充算法相比,得到的预测值与原始值更接近,表明提高了不完全数据填充的精度。本文的第二个研究目标是提高WSNs不完全数据填充的速度。通过对NMKNN填充算法进行并行化实现来达到这一目标。根据WSNs数据集的特点,对数据集按照列和行进行分割,在集群上采用数据并行的方法对数据集进行填充,提高数据的处理速度,减少不完全数据填充的时间。通过理论分析和在WSNs数据集上的仿真实验,与串行化算法相比,本文提出的并行化算法在提高填充精度的同时减少了计算时间,运行速度提高了64.96%,表明所提出算法的可行性和有效性。
其他文献
近年来,随着无线通信业务的不断发展,无线局域网(Wireless Local Area Network,WLAN)的使用也越来越普遍。在高密度的WLAN中,随着站点数量的增加,采用基于自由竞争的分布式协调功能(Distributed Coordination Function,DCF)使得碰撞愈加严重,网络性能急剧下降。另外,站点(Station,STA)与接入点(Access Point,AP)
目前,高清视频监控已广泛的应用于公安机关的安防系统、军事领域和孤巢老人监控系统等领域之中。针对上述高清视频监控,主要的监测对象是以人作为重要监控目标,那么对人体的检测和人体行为的检测是理解监控视频信息的重要手段,因此对人体行为检测有着巨大的经济价值和实用价值,使其成为智能视频监控研究领域的热点。近年来,随着深度学习的发展、计算机GPU设备性能提升以及GPU在图形计算上的优异表现,基于深度学习的人体
在医学成像设备飞速发展的同时,医学图像的分辨率不断提高,数据量成倍增长,为了缓解海量图像数据所占用存储空间和网络带宽的需求,研究一种高效的医学图像编码压缩方法非常必要。根据目前医学图像压缩算法的研究情况,基于DCT以及EZW的编码压缩方法性能较低,而借助CPU、DSP、ASIC等平台实现图像压缩算法存在处理速度慢、功耗高、开发周期长等问题。FPGA虽然具有高速运算、低功耗、开发周期快等特性,但在复
合成孔径雷达成像技术不断发展,图像方位分辨率和距离分辨率都得到了显著提升;在战场侦察方面,雷达对目标区域高分辨成像的同时,还需要对区域内动目标进行检测、成像和定位。大量的地杂波使得慢速动目标被淹没而无法检测;同时动目标在SAR图像中还会出现方位偏移和散焦,如何提高动目标的检测能力和成像效果成为了动目标指示技术的研究热点。基于高分辨条件下SAR的仿真和实测数据,本文将动目标聚焦成像作为主要研究内容,
当今世界每时每刻都有许多真实事件在发生,如公共安全事件(游行示威、火灾车祸等)、体育娱乐事件(体育比赛、演出表演等)等等。其中,网上新闻媒体和社交媒体等互联网数据平台是人们得知现实世界事件发生的主要途径。通过互联网数据进行事件检测具有十分重要的意义。本文主要针对两种常见场景的事件检测问题进行研究,即单数据源下的多模态事件检测与基于迁移学习的不同数据源的同构事件检测。对于单数据源下的多模态事件检测,
近几年来,随着互联网技术的快速发展,网络中数据流量呈爆炸式增长,采用固定通道间隔以及调制格式的传统波分复用网络,由于存在灵活性差、频谱利用率低等问题,已经不能满足当下网络中日益增长的流量需求。弹性光网络采用一种更细粒度的频谱分配方式,可针对业务的大小灵活地分配频谱,提高了网络资源的利用率。另外,网络功能虚拟化技术将网络功能从底层物理设备中分离出来,形成虚拟网络功能,从而将其部署在高性能的数据中心服
随着信息时代的到来,社交网络得到普及。网络中蕴含大量有价值的资源,然而随着使用人数增加,发布与分享的数据爆炸式增长,造成了信息过载。为了解决信息过载的问题,推荐算法被应用于互联网应用中。但是在庞大的社交网络平台中,传统的推荐系统存在着诸多的局限性,造成推荐结果的不准确和同质性。本文结合社会网络的三要素(动机,信任和机会),提出了基于动机、信任和机会的个性化推荐算法,从而构建适用于社交网络的推荐系统
随着智能产品的不断优化和升级,人们对手机基带芯片的要求越来越高,功耗是决定芯片性能的重要的方面,智能手机等移动设备作为信息和资本传递的终端,给人们的工作生活带来了极大的便利。而对于智能产品越来越高的性能的要求,也使得减小产品功耗,增加产品集成度成为重要的设计目标。这样,针对低功耗SoC芯片的硬件设计就应运而生,平台活动控制器是CPU子系统下的一个中断处理控制单元,旨在降低CPU的功耗。本文重点研究
数据表示在信号处理、图像处理、计算机视觉和模式识别等领域引起了研究者的广泛关注,其中字典学习(Dictionary Learning,DL)算法已成为当前研究的热点问题之一。鉴别字典学习(Discriminative Dictionary Learning,DDL)的目标是通过训练样本学习字典用以提高其编码向量(coding vectors)的判别能力。支持向量引导的字典学习(Support Ve
伴随着科学技术的飞速提升以及世界经济的快速发展,不同的国家内部的贸易往来已经远远不能满足每个国家自己的需要,国际贸易的兴起也就成为了一种必然的趋势。阿里巴巴国际站(ICBU)作为中国最早创立的跨境B2B电子商务平台,承载着世界各地数以千万计的商品采购商与供应商。国际B2B贸易作为一种交易形式,和其他诸如国内B2B贸易或者B2C交易一样,必然存在着买卖双方的纠纷与仲裁,本文将从国际贸易的特点出发,阐