【摘 要】
：
为了准确、快速评估无线传感器网络的链路质量,提出了基于改进超限快速决策树的链路质量评估方法.通过分析不同时间段内物理层参数与包接收率之间的关系,选取接收信号强度指示均值、链路质量指示均值以及信噪比均值作为链路质量参数;采用依据包接收率划分的链路质量等级作为评价指标;基于超限快速决策树评估链路质量,采用基尼指数作为决策节点的启发式度量,并依据决策节点的高度改进决策节点寻找最优属性样本数的计算方法.室内、走廊、停车场3种场景下的实验表明,与模糊逻辑、快速决策树、超限快速决策树等方法相比,提出的方法具有较好的评
【机 构】
：
南昌航空大学信息工程学院,南昌航空大学软件学院
【基金项目】
：
国家自然科学基金项目(61962037,62062050),江西省自然科学基金项目(20202BABL202039),江西省研究生创新专项项目(YC2020S543)。
论文部分内容阅读
为了准确、快速评估无线传感器网络的链路质量,提出了基于改进超限快速决策树的链路质量评估方法.通过分析不同时间段内物理层参数与包接收率之间的关系,选取接收信号强度指示均值、链路质量指示均值以及信噪比均值作为链路质量参数;采用依据包接收率划分的链路质量等级作为评价指标;基于超限快速决策树评估链路质量,采用基尼指数作为决策节点的启发式度量,并依据决策节点的高度改进决策节点寻找最优属性样本数的计算方法.室内、走廊、停车场3种场景下的实验表明,与模糊逻辑、快速决策树、超限快速决策树等方法相比,提出的方法具有较好的评
其他文献
作为信息物理社会系统的一种具体形式,智能电网中的负荷预测,尤其是单个电力客户的短期负荷预测,在智能电力系统的规划和运营中将扮演越来越重要的角色.考虑到同一住宅小区用户之间的负荷行为的相似性,受多任务学习的启发,提出了一种基于多任务学习的有效住宅负荷预测方案.首先,利用K-means聚类技术和皮尔逊相关系数挑选出2个相似用户,进而将2个用户的负荷数据合并输入,并将双向长短时记忆网络作为共享层全面捕获2个用户数据之间的关系,然后送入2个全连接的任务相关的输出层.在真实的数据集上,将所提方案与几种典型的负荷预测
为实现云无线接入网络(C-RAN)系统低时延数据传输,提出了一种基站缓存和前向链路组播传输模式,通过联合优化前向链路波束和接入链路波束,使系统传输时延最小.采用L0范数逼近
为了进一步提高车辆乘坐舒适性,同时有效地解决线性二次型高斯最优控制器在实际应用中存在的待测状态变量多、路面参数获取困难、应用成本高等问题,基于1/4车辆座椅主动悬架
基于双系统集成场景,对几何精度因子建模.针对传统算法实时性低的问题,提出了一种基于卫星几何分布和差分进化的选星算法.根据仰角分布和系统种类,确定卫星组合几何分布;通过设置不同的适应度阈值和根据剩余卫星数目,自适应改变种群大小,实现了快速选星.仿真结果表明,所提算法与传统算法相比,差值范围为0~0.25,单时刻百次选星平均耗时为传统算法的8.09%,该算法可应用于可见卫星数目增加的双模导航场景中.
无线通信网络中现有功率控制通常采用基于时间的反馈机制,存在效率低和反馈信道资源浪费的问题,对此,将功率控制算法进行控制论建模,利用控制理论方法,引入事件触发机制以取
坝上高原与华北北部山区生态环境脆弱,水土流失严重,潜在威胁着该地区及周边地区的生态安全和可持续发展。为了了解研究区土壤侵蚀动态,为区域土地综合治理、改善水土保持建设措施提供科学依据,选取1998—2015年气象、NDVI数据集及地理相关数据,应用USLE、RWEQ模型及趋势分析法,研究该区域土壤侵蚀变化特征及其影响因素的时空分布与变化趋势。结果表明:1)研究区的土壤侵蚀分布自西北向东南,由以风力侵蚀为主过渡到以水力侵蚀为主,在1998—2015年期间水力侵蚀显著下降,虽自2008年风力侵蚀有所上升,但整体
针对运动想象脑电信号处理中分类准确率较低的问题,提出了一种基于能量(二阶矩)小波包变换和莱文伯格-马夸特神经网络算法相结合的运动想象脑电信号处理方法.首先,利用能量方法对信号进行时域分析,选取有效的时序段;然后,使用小波包变换对所选有效时域段的各导信号进行时频分解,选取与想象任务相关的频段信息重构脑电信号特征;最后,将各导信号重构的特征串接,导入基于莱文伯格-马夸特训练算法的神经网络实现最终的任务分类.利用2个脑电信号标准竞赛数据库进行方法验证,分别取得了95.62%和90.13%的分类准确率.与近期的一
由于建筑材料的遮挡和吸收,室内的无线信号严重受损,致使全球卫星导航系统在室内场景中效果并不理想,因此基于基站的室内定位技术成为关键,其定位性能与基站标定精度关系密切.基于基站通常布置在建筑体墙面上的事实,提出了一种融合建筑信息模型的基站自标定技术,用于提升自标定性能,同时,使用克拉美罗下界进行理论性能分析.所提技术在半定规划算法中融入了建筑信息模型空间约束.克拉美罗下界分析和算法仿真实验结果表明,融入建筑信息模型中的空间约束有效地提升了基站自标定的精度.
针对低成本惯性测量器件采用基于滤波的姿态解算算法存在精度低、抗干扰性差等问题,提出了一种基于共轭梯度法与互补滤波相融合的自适应参数调节的混合滤波算法.该算法首先利用共轭梯度算法对加速度计和磁力计的数据进行姿态四元数的迭代估算,再通过互补滤波算法将陀螺仪更新的姿态与其进行信息融合,最后根据载体的运动状态自适应调节滤波参数,实现最优姿态估计.为验证所提算法的可行性和抗干扰性,与其他滤波融合算法在移动机
现有行人再识别模型的训练集,来源于有限的固定采集设备,样本样式风格缺乏多样性.通过循环生成对抗网络,使不同摄像机捕捉到的图像数据进行样式风格迁移,可以通过较低成本来提升样本风格的多样性.为了提高模型的泛化能力,设计了一种新的正负样本融合训练方法.首先,把样式风格迁移后的样本作为负样本,样式风格迁移前的样本作为正样本,将正负样本同时送入模型训练;进一步,为了防止过拟合,也为了考虑错误标签位置的损失,