首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  完全免费   3篇
  自动化技术   4篇
  2017年   2篇
  2016年   1篇
  2010年   1篇
排序方式: 共有4条查询结果,搜索用时 31 毫秒
1
1.
一种能量有效的WSN分簇路由算法   总被引:1,自引:0,他引:1       下载免费PDF全文
针对无线传感器网络(WSN)中的热区问题,提出一种能量有效的WSN分簇路由算法EERA。以基站为圆心将整个感知区域划分为大小不等的圆环,依据节点剩余能量和相对位置选择簇首。簇间采用多跳路由传输数据,路由构建时考虑节点接收和发送数据能耗,将发送距离限制在阈值之内且尽量减少中转次数,簇首节点在稳定传输阶段动态改变转发路径。仿真结果表明,EERA能有效降低网络能耗,均衡网络节点的能耗,延长网络生命周期。  相似文献
2.
王筱婷  王璐  孟祥旭 《软件学报》2016,27(10):2642-2653
针对法向信息缺失和采样点缺失的带有洞的散乱点云数据,提出了一种高效高质量的多层同步表面重建方法.首先利用动态等高线检测出含有洞的八叉树节点,并且基于HPR(hidden point removal)映射计算出八叉树顶点的内外状态,建立带有顶点内外标识的空间有向状态八叉树,然后基于八叉树节点内法向测试方法保证基于k近邻表面重建过程中采样点的法向的正确性,且该空间有向状态八叉树可以支持不同层次的点云同步重建,在保证重建结果正确性的前提下,提高重建效率.  相似文献
3.
人工智能和量子物理是上世纪发展起来的两个截然不同但又影响深远的学科. 近年来, 它们在数据科学方 面的结合引起了学术界的高度关注, 形成了量子机器学习这个新兴领域. 利用量子态的叠加性, 量子机器学习有望 通过量子并行解决目前机器学习中数据量大, 训练过程慢的困难, 并有望从量子物理的角度提出新的学习模型. 目 前该领域的研究还处于探索阶段, 涵盖内容虽然广泛, 但还缺乏系统的梳理. 本文将从数据和算法角度总结量子机 器学习与经典机器学习的不同, 以及其中涉及的关键加速技巧, 针对数据结构(数字型、模拟型), 计算技巧(相位估 计、Grover搜索、内积计算), 基础算法(求解线性系统、主成分分析、梯度算法), 学习模型(支持向量机、近邻法、感 知器、玻尔兹曼机)等4个方面对现有研究成果进行综述, 并建议一些可能的研究方向, 供本领域的研究人员参考.  相似文献
4.
针对蚁群算法收敛速度慢的问题,对蚁群算法信息素更新规则进行研究,提出一个基于迭代思想的信息素更新规则。对信息残留因子进行实验,确定在新的信息素更新规则下信息素挥发系数的最佳合理值。最后针对eil51问题和dantzig42问题两个例子的仿真实验对比基本蚁群算法。实验结果表明,改进的蚁群算法在收敛性和求得最优解方面都明显优于基本蚁群算法和其它人工智能算法。  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号