排序方式: 共有144条查询结果,搜索用时 15 毫秒
101.
提出一种改进随机森林算法(SP-RF).通过建立数据抽样索引表和随机特征索引表来实现随机森林算法在Spark上的并行化;通过计算随机森林算法中每个决策树的AUC值来给分类能力不同的决策树分配权重;提高随机森林算法在投票环节的分类精度.实验结果表明改进后的随机森林算法分类精度平均提高5%,运行时间平均减少25%以上. 相似文献
102.
针对移动机器人未知环境路径规划问题,基于动态自组织特征映射网络提出了一种自组织网络动态生成A*的算法(dynamic growing self-organizing map with A*,DGSOM_A*),并将其应用于移动机器人地图创建和路径规划.该方法利用Mobotsim二维仿真软件构造了环境模型,机器人通过无碰自由巡航获取环境信息,然后把上一步得到的环境信息作为DGSOM_A*算法样本通过SOM神经元自主生长进行地图创建,生成以少数SOM图神经元分布描述环境特征信息的拓扑地图,最后完成起始点到目标点的导航任务.实验结果表明,相比传统的SOM算法,基于DGSOM_A*算法机器人能有效地通过对环境地图的绘制熟悉复杂环境并能实现最优路径选取. 相似文献
103.
获取木材显微图像中的细胞组织对于分析木材的种类、材性,以及天气变化等均有重要的意义,而这依赖于图像分割技术。针对木材组织的不均匀性,以及标本制作和获取过程中带来的噪声,将水平集方法中边缘型和区域型两种模型引入,同时结合局部图像信息来提高局部不均匀图像的分割性能。在图像初始分割基础上,通过面积阈值去除水泡等杂质,最终提取导管组织。实验结果表明,提出的模型所得到的分割图像较平滑,而且噪声明显减少,可有效分割局部不均匀木材显微图像。 相似文献
104.
压缩感知理论是近年来信号处理领域诞生的一种新的信号处理理论。相较于传统的奈奎斯特采样定率,压缩感知理论采样数据量少,节省了后续处理时间和存储空间,这使其在信号处理领域有着广阔的应用前景。首先讨论了应用压缩感知理论的三个关键问题:信号稀疏表示、随机测量矩阵设计、信号重构算法,初步研究了压缩感知理论在图像压缩技术中的应用,给出了在不同压缩率下的重构图像和PSNR。计算机模拟结果表明了理论的可行性。 相似文献
105.
RSSI 定位具有无需额外的硬件、成本低等特点,在无线传感器定位领域得到了广泛的应用。为精确定位目标节点坐标,本文介绍了RSSI对数衰减模型下实现目标节点定位的最大可能性(ML)估计方法。以建立的ML估计方法的目标函数为基础,本文同时论证了节点残差和平方残差和的统计分布规律,并提出了相应的非视距(NLOS)关系识别方法。仿真结果表明当信标节点存在误差时,所设计的迭代ML估计方法能快速、准确地实现目标定位。仿真实验测试了节点残差法、平方残差和法的NLOS识别率,表明随着单个节点NLOS误差的增大,NLOS识别率逐渐提高。比较两种不同方法下NLOS的正确识别率,节点残差法的识别率稍优于平方残差和法。 相似文献
106.
提出了一种基于分簇和蚁群算法的能量有效的多路径路由协议CAEMP,适用于事件驱动和查询的混合数据采集方法。该协议通过把事件区域附近的节点成簇的方法来减少发送的数据量,簇头选举的时候综合考虑能量、邻居节点数量和事件信号强度等参数,控制事件区域簇的规模,制定了备份簇头的机制。事件区域形成的簇头通过蚁群算法形成到汇聚节点的多路径,对于汇聚节点,如果需要查询数据,可以采用发送搜索蚂蚁的方法,搜索信息素可以加快前向蚂蚁到达汇聚节点的速度。最后,事件区域的数据在簇头融合后就可以在蚁群算法形成的多路径上进行数据包的发送。在NS-2仿真环境下协议进行仿真实验,仿真结果表明,该协议延长了网络寿命,提高了能量有效性。 相似文献
107.
网络传输丢包是无线传感器网络中的一种常见现象,频繁非受控的丢包严重降低了网络性能。导致丢包的原因复杂多样,而已有的针对这一问题的解决方案通常趋于复杂和低效。本文通过对大规模无线传感器网络系统GreenOrbs的观察发现,RSSI(接收信号强度指数)是网络丢包的重要指标。当数据包在接收端的RSSI接近接收端的灵敏度下限(即灰度区域)时,丢包现象就会显著发生。基于这样的观察结论,本文提出了一个轻量级自适应修复与调整策略(SAR2):基于节点间的RSSI,把丢包原因进行对应分类,并相应地采取调节发包速度、调节发送能级和切换路由等策略以缓解网络丢包。基于TelosB节点实现了SAR2,实验结果表明,SAR2可以有效降低丢包率,提高网络性能。 相似文献
108.
在无线传感器网络(WSN)中,由于节点能量与通信距离的限制,节点间的通信会出现间隙性,甚至产生分裂网络。为此,采用消息摆渡的方法构造网络吞吐率的数学规划问题并进行仿真。实验结果表明,节点的缓存空间、感知速率不影响整个网络的吞吐率,网络吞吐率随摆渡节点移动速度的加快而提高。 相似文献
109.
基于接收信号强度指示(RSSI)定位模型,提出了一种目标节点位置的精确计算方法。将RSSI定位问题所描述的非线性优化函数转化为线性最小二乘法估计问题,将定位结果直接用代数解表示。分别提出了目标节点信号发射强度已知和未知下的非约束线性最小二乘(ULLS)定位方法。同时对非约束线性最小二乘法下的参数进一步优化,提出了约束线性最小二乘法以提高定位精度。仿真验证了该定位计算方法的有效性,测试了不同信号强度噪声对定位误差的影响。结果同时表明,约束线性最小二乘法比非约束线性最小二乘法的定位误差更小,非常接近于定位结果的克拉美罗下界值(CRLB)。 相似文献
110.