带碰撞避免机制的多址接入协议能量效率研究

研究了在自组织网络环境下CSMA/CA协议的能量消耗性能,并与传统的CSMA协议能耗性能进行比较.阐述了自组织网络中的隐藏终端和暴露终端问题,并分析CSMA/CA协议相对传统CSMA协议对该问题进行的改进.仿真结果表明,相对非坚持CSMA协议,CSMA/CA协议能够获得的能量效率更高,并且对网络负载的敏感性更低,在网络负载较高时也具有较高的能量效率.     

基于线性学习模型的社会媒体流排名算法

在社会媒体中,对用户推荐适合的状态更新不仅降低了用户搜索信息的时间,也可以增加用户对服务的粘性。针对社会媒体中状态更新而推荐的准确性低的不足,提出了一种基于线性学习模型的状态更新排名算法。首先,根据社会媒体的性质定义了相应的偏好属性,并提出了一种基于线性模型的潜在偏好模型;其次,根据状态更新以及接收者的特征定义了相应的线性特征模型;最后,将潜在偏好模型和特征模型相结合,提出了一种引入时间效应的线性模型。通过实验验证表明,提出的算法与其它相关算法相比,算法的预测准确性更高,执行效率更快。     

基于激光雷达的大兴安岭典型森林生物量制图技术研究

森林生物量作为森林生态系统基本的数量表征,表明了森林的经营水平和开发利用价值,并能反映其与环境在物质循环和能量流动方面的复杂关系。同时,森林生物量也是林业问题和生态问题研究的基础。以内蒙古大兴安岭国家野外生态站为研究区域,通过对机载激光雷达(LiDAR)点云数据的预处理,利用计算机编程提取LiDAR点云数据的结构参数,以植被分位数高度变量与密度变量为自变量,结合地面调查数据,建立生物量与LiDAR结构参数的回归模型(决定系数为0.69,均方根误差为0.34)。运用IDL编程对LiDAR点云块数据进行运算并生成分辨率为20m×20m的栅格图像,拼接后得到整个区域的地上生物量分布图,对生成的地上生物量分布图进行验证的R2为0.78,RMSE为23.09t/hm2,平均估测精度达83%。     

复种指数遥感监测研究进展

复种指数是对耕地资源利用状况的一种度量,其对于指导农业生产及研究气候变化等具有重要意义。利用遥感技术进行复种指数监测,不仅客观、高效、低成本,而且可以获取更佳的空间分布信息,近些年已成为农业遥感领域的研究热点。对复种指数遥感监测进展进行了综述:首先归纳和梳理了已有的几种复种指数遥感监测方法,并分析了各种方法的优缺点;然后在总结该领域研究现存关键问题的基础上,探讨了未来的发展趋势:(1)在内容上丰富,加强特殊的作物熟制信息监测;(2)在空间上拓展,加强地形复杂区域的复种指数监测;(3)在时间上延伸,加强复种指数长期的动态变化监测。     

卫星遥感海冰监测技术在河北省近海海域的应用

卫星遥感技术已成为海冰监测的重要技术手段之一。介绍了应用EOS系列卫星、HY-1B卫星和HJ-1A/B卫星等遥感数据提取河北省近海海域海冰分布、海冰类型、海冰厚度等海冰信息的方法。重点研究了应用HJ-1A/B卫星遥感数据进行海冰分类,及根据海冰类型与厚度的对应关系估算海冰厚度的方法,并以2013年1月17日的卫星遥感数据为例,提取海冰信息,制作相关海冰专题产品。结果表明:利用多种卫星遥感数据进行海冰监测,既可相互补充又能提高监测效率和准确率,制作更精细化的海冰监测产品,为河北海洋管理部门制定防灾减灾措施提供重要依据。     

顾及面积和位置差异的高分遥感影像分割质量评价方法

高分遥感影像分割质量对面向对象分类精度有着重要的影响,良好的影像分割质量有利于得到较高的分类精度。对高分遥感影像分割质量进行评价,从而找到最优的分割结果就显得十分重要。通过对比参考对象和分割对象之间的面积和位置差异,提出了一种新的高分遥感影像分割质量评价方法。将该评价方法应用于GeoEye-1高分遥感影像分割质量评价,试验结果表明:该评价方法能客观地评价影像分割质量,所得到的最优分割结果与参考对象边界匹配程度高,有利于影像后续的分类。     

石墨烯气体传感解吸附特性研究

分析探讨了石墨烯气体解吸附特性与解吸附方法。通过实验分析石墨烯对NO2气体分子的响应时间、气体分子解吸附时间,分析探讨石墨烯的气敏特性。实验表明,石墨烯对NO2气体传感灵敏度高,响应快,但恢复过程缓慢,气体解吸附时间长。分析表明,通过加热的方法、光照的方法可有效减少石墨烯气体解吸附时间,改善解吸附特性。     

认知无线电网络中安全的协作频谱检测算法

在认知无线电网络中,当认知用户存在虚假感知信息SSDF时,协作频谱感知的性能会受到巨大影响。为了确保频谱感知的鲁棒性,提出了一种基于信誉度加权序贯频谱检测算法来识别恶意用户并减轻他们造成的影响。该算法通过使用认知用户的近期感知信息计算本地信誉度函数,再综合考虑其信誉值与感知过程中表现的稳定程度以消除恶意用户对主用户的传输效率带来的影响。仿真结果表明,在恶意攻击环境下,新算法优于现有典型协作频谱感知算法。     

Interacting Socially with the Internet of Things (IoT): Effects of Source Attribution and Specialization in Human–IoT Interaction

This study investigates the theoretical mechanisms by which the variations in source attribution (multiple sources vs. single source) and specialization (multifunctionality vs. single functionality) of Internet of Things (IoT) devices influence the quality of human–IoT interaction. Results from a between‐subjects experiment (N = 100) indicate that IoT devices that elicit the sense of multiple agencies and are specialized in a single function induce greater social presence and perceived expertise, which, in turn, lead individuals to show a more positive attitude toward the devices and to ascribe greater quality to the information transmitted by them. The results also reveal that the effect of multiple source attribution is more pronounced for individuals for whom the content of the information has low personal relevance.