切换导航
文档转换
企业服务
Action
Another action
Something else here
Separated link
One more separated link
vip购买
不 限
期刊论文
硕博论文
会议论文
报 纸
英文论文
全文
主题
作者
摘要
关键词
搜索
您的位置
首页
期刊论文
普适计算及其定位感知系统
普适计算及其定位感知系统
来源 :计算机工程与设计 | 被引量 : 0次 | 上传用户:entine
【摘 要】
:
普适计算的目的是为了使计算机更好地为人类服务,提高人们的生活质量.普适计算中的定位感知系统是普适计算研究中的核心部分之一,如何确定室内用户的动态位置信息,如何主动向
【作 者】
:
付维权
孙志仁
曹奇英
【机 构】
:
东华大学计算机系
【出 处】
:
计算机工程与设计
【发表日期】
:
2004年7期
【关键词】
:
普适计算
定位系统
位置系统
定位感知系统
ubiquitous computing locating system location system locat
下载到本地 , 更方便阅读
下载此文
赞助VIP
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
普适计算的目的是为了使计算机更好地为人类服务,提高人们的生活质量.普适计算中的定位感知系统是普适计算研究中的核心部分之一,如何确定室内用户的动态位置信息,如何主动向用户提供各种所需的信息,这些都是其研究话题.给出了一种自行设计的普适计算室内定位感知系统的最小功能模型.
其他文献
示例学习中的一类新算法
在示例学习这一机器学习的分支领域中有两类非常重要的算法,其中一个是以ID3为代表算法,其知识表示是用决策树。在是AQ算法,其知识表示是产生式规则。ID3的优点是匹配速度快,但其规则数目
期刊
示例学习
机器学习
算法
AQ算法
ID3算法
learning from example n-dimensional Euclidean space hype
液压支架自动增压初撑系统的研究
分析并验证了一种新型液压支架初撑力保证系统-自动增压初撑系统。
期刊
液压支架
初撑力
自动增压
液压阀
半绝缘多晶硅薄膜的制备与应用
本文对LPCVD半绝缘多晶硅(SIPOS)薄膜工艺进行了研究,分析和讨论了工艺参数对薄膜淀积过程以及性能的影响。并较详细介绍了SIPOS薄膜在高压功率器件领域的应用。
期刊
LPCVD
半绝缘多晶硅
高压功率器件
SIPOS
薄膜
LPCVD
Semi-insulating polysilicon
High voltage / po
应用日益广泛的MCM
应用日益广泛的MCM东立摘编现在,MCM已经渗透到从工作站到航空航天的各个领域.无论是改进系统性能,提高每平方毫米硅片的功能度,使产品尽快进入市场,还是给系统设计提供简便易行的设计方
期刊
MCM
微电路组件
高频功率转换技术概述
论述了近年来出现的几种高频功率转换新技术,介绍了各种技术和主要特性及其优缺点,并指出各自适合的应用范围。
期刊
功率转换
功率电源电路
电源转换器
谐振技术
Power conversion
Power supply circuit
Resonant technique
档案信息资源开发利用专项规划及其内容体系
<国家档案局、中央档案馆关于加强档案信息资源开发利用工作的意见>(档发[2005]1号)中指出:"制订档案信息资源开发利用专项规划,并将其纳入各级地方政府信息化规划".各有关地
期刊
档案信息资源
中国
档案开发
档案利用
档案管理
人工智能的概况及实现方法
本文在总结人工智能在电气设备领域取得成果的基础上,对存在问题提出一些看法并对今后的发展趋势作一展望.
期刊
人工智能
电气设备
优化设计
智能
线索二叉树的研究
线索二叉树是数据结构中的一项重要内容。本文提出了对二叉树加线索时的一种新方法。比较的结果表明,新算法所生成的线索二叉树比传统的先序和后序线索二叉树优越。
期刊
数据结构
线索二叉树
搜索算法
二叉树
n阱CMOS与n型表沟CCD兼容的集成电路工艺
本文介绍并讨论了一种n阱CMOS与n沟SCCD兼容的集成电路工艺。采用这种工艺研制的模拟延迟积分器,工作电压为15-18V,采样频率达1.3MHz。
期刊
SCCD
延迟积分器
CMOS工艺
集成电路
CMOS
CCD
Analogue delay integrator
采用增强学习算法的排课模型
时间表问题是典型的组合优化和不确定性调度问题.课表问题是时间表问题的一种形式.分析了排课问题的数学模型,并研究了用增强学习(Reinforcement Learning)算法中的Q学习(Q-L
期刊
排课模型
增强学习算法
课程表
高校
组合优化
数学模型
不确定性调度问题
reinforcement learning Q-learning neural n
与本文相关的学术论文