基于网格划分的递增式定位算法*

针对现有无线传感器网络中递增式定位算法累积误差较大、基于移动锚节点的定位能耗较高和全网定位速度较慢的问题,提出一种基于网格划分的递增式定位算法(ILBM)。算法将大规模无线传感器网络划分为若干个独立的网格,在每个网络中对移动锚节点进行路径规划,将部分已定位节点转换为静态参考节点,根据累积误差需求进行优化递增式定位。通过仿真,验证了本算法能够有效地解决累积误差和能耗问题,提高全网定位的效率。     

基础设施网络关联模型研究EI北大核心CSCD

随着社会与科技发展,基础设施网络之间的相互关联日趋复杂。为研究它们之间的关联关系对网络带来的影响,在对基础设施网络进行物理结构特性分析的基础上,提出一种基于网络图和泰森多边形的基础设施网络建模方法,在模型构建的基础上,研究对比网络独立运行和关联运行时效能的变化以及网络中不同节点故障对网络效能的影响。实验结果表明:故障在关联基础设施网络之间的传播比在独立网络中更为迅速,受故障影响,网络效能下降速度更快;网络中不同节点失效对网络效能影响程度不同,基础设施网络间的关联关系会使节点的重要性发生改变。这一结论为发现和识别网络中基础设施网络重要节点,加强重要节点的预防保护和故障发现后的应急策略提供了理论依据与决策支持。     

基于位置聚类和张量分解的Web服务推荐算法

基于服务质量（QoS）的Web服务推荐能在众多功能相似的Web服务中发现最能满足用户非功能需求的Web服务,但QoS属性值预测算法仍存在预测准确度不高和数据稀疏性的问题。针对以上问题,提出了一种基于位置聚类和分层张量分解的QoS预测算法ClustTD,该算法基于用户和服务的位置属性将用户和服务聚类成多个局部组,分别对局部组和全局的用户、服务和时间上下文进行张量建模和分解,将局部和全局张量分解的QoS预测值进行加权组合,同时考虑了局部和全局因素,获得最终QoS预测值。实验结果表明,该算法具有较高的QoS预测准确率和Web服务推荐质量,并能在一定程度上解决数据稀疏性问题。     

德拜媒质微波加热过程的H∞保性能温度跟踪控制

德拜媒质微波加热过程中，由于介电常数具有随温度变化的特性，导致电磁场的空间分布将会产生巨大的变化.若缺乏合理的功率调控策略，将导致燃烧、爆炸等一系列热失控现象.针对上述问题，本文提出一种滚动时域H_∞保性能温度跟踪控制策略，以实现对监测位置的最高温度进行控制.基于微波加热德拜媒质的机理模型，同时考虑跟踪系统稳定性、动态性能和输入约束，以H_∞增益和保性能函数作为性能指标，本文将温度跟踪问题转化为线性矩阵不等式（Linear matrix inequality，LMI）多目标优化问题，使得系统动态性能达到最优.最后以德拜媒质微波加热短波导模型为例，对所提出方法的有效性进行仿真验证.     

一种基于压力传感器的人体运动识别方法研究

不合适的运动量将会对锻炼身体产生不利影响,针对目前运动量测量方法和运动行为识别技术的种种问题,提出一种基于压力传感器运动识别系统,能区分常见运动行为。通过对压力数据的分析,提出一种新的特征提取方法,结合支持向量机实现对运动行为的识别。实验结果证明该方法具有较高的识别率和泛化性能。     

连铸机中间包塞棒位置控制实现研究

本文根据连铸生产过程的特点，提出了一种适用于连铸过程塞棒升降机构的专家控制方法。仿真实验及现场运用考察证明，该专家式控制具有鲁棒性强，实时性好，控制精度高等特点，对系统中任一环节变化影响具有自调整能力。     

基于行星式旋转机构的恒速控制系统研究

为提高光学加工设备的抛光工艺效果,提出了一种基于行星式旋转方式的电机恒速控制系统.通过构建双轴永磁同步电机模型及解耦函数,控制系统对磨头行星式旋转机构中磨盘转速存在的非线性和双轴力矩的耦合性进行有效处理.在控制器中加入多模态PID、耦合力矩补偿、基于位置反馈的摩擦力前馈补偿的复合控制算法,降低了系统耦合性及抑制了工作环境中干扰的影响,提高了系统的控制精度.通过仿真和实验验证了控制系统鲁棒性和控制精度.     

基于马尔科夫链的显著性区域检测算法研究

显著性检测算法常通过计算像素之间的差异来确定显著性,但是对像素的选取通常是固定的,容易忽略图像中物体的边界信息,导致最终检测结果中目标的边界比较模糊。借鉴生物视觉注意机制,提出了一种新的基于超像素和马尔科夫链的显著性区域检测算法,将图像分割成若干个超像素,使用Wasserstein距离衡量超像素之间颜色、方向和位置的差异来建立马尔科夫链,将显著性检测问题转换为马尔科夫链上的随机游走问题,使用它的平稳分布作为图像的显著度。实验结果表明,相对于两种经典算法,所提出的算法在主要目标及其边界的提取精度等方面取得了较为满意的效果。     

一种分布式能量高效的WSNs非均匀分簇路由协议

针对无线传感器网络(WSNs)多跳通信方式中存在的"热区"问题,提出了一种分布式的、能量高效的非均匀分簇(DEEUC)路由协议。该协议将节点的剩余能量作为簇首选择的一个重要指标,候选簇首由上轮簇首根据簇内成员节点的剩余能量指定,候选簇首能否最终成簇首也是其能量竞争的结果。在DEEUC协议中,簇首以多跳的方式与基站进行通信并选择正向单位能耗最小的邻居簇首作为路由节点以节约能耗。仿真实验表明:DEEUC能较好地提高网络能效,延长网络生存时间。     

基于角点动能模型的电梯轿厢内异常行为检测*

针对电梯轿厢内安全,为避免发生打架、抢劫、施暴等行为,通过视频信息分析,提出了一种基于角点动能的异常行为检测模型,以达到实时安全监控的目的。提出一种采用Hausdorff距离匹配背景边缘模型的前景目标提取方法,通过检测目标边缘的角点并计算角点的光流,根据角点光流包含的速度矢量信息建立目标的动能模型,用于异常行为判断。实验结果表明,该方法能有效地检测出电梯轿厢内的异常行为,且实现简单、算法复杂度低、能够实时报警。