基于ECA-CNN的混合指纹室内定位方法

在指纹法的定位中,指纹特征和定位模型是影响定位精度的2个关键因素.在指纹特征的选取方面,可见光强度稳定性较高,但位置特征区分度低;无线信号强度区分度较高,但波动性较强.在定位模型的构建方面,基于卷积神经网络（convolutional neural network, CNN）的定位模型在特征提取时不能有效地突出重要特征.针对上述问题,提出一种基于ECA-CNN的混合指纹室内定位方法（hybrid fingerprint indoor localization method based on ECA-CNN, ECACon-HF）.首先,利用可见光强度和低功耗蓝牙（Bluetooth low energy, BLE）接收信号强度指示（received signal strength indication, RSSI）来构建混合指纹,降低BLE指纹不稳定的影响,并增强不同位置之间的区分度.同时,基于高效通道注意力（efficient channel attention, ECA）模块改进CNN定位模型,ECA能够通过跨通道交互策略自适应地提取指纹中的重要信息,抑制指纹中的环境干扰,增强混合...     

建设物联网建设物联网:轻量级寻址技术不可或缺

认为实现物联网中任意物品的准确、高效、安全的寻址对建立真正意义上的互联互通泛在网络具有重要意义;轻量级IP寻址技术能够满足物联网的泛在互联需求,同时适用于物联网终端;基于IPv6编码的轻量级寻址策略在理论研究与实践应用两方面都取得了突破性的成果,将会成为未来物联网终端的重要寻址方式之一。     

一种基于等级划分的物联网安全模型

在对物联网安全进行研究的过程中,对于不同安全敏感度应用,通常是人为判断其所属的安全等级域.针对该问题,以等级划分为基础,提出一个物联网安全模型,利用该模型分析某一物联网应用的拓扑结构,预测其攻击来源与类型并判定其所属的安全等级域,从而对该应用进行合适的安全技术配置.将该模型用于某大学的智慧校园系统中,实践结果证明,其有...     

H.264中一种基于R-Q模型的自适应码率控制算法研究

提出一种新的基于帧复杂度的二级码率控制算法TSRCA（two-stage rate control algorithm）。总结码率控制算法的最新研究成果,分析码率控制基本原理,继而提出一种二级码率控制算法,以解决“蛋鸡悖论”。其次,用RDO模式选择中的比特数信息代替平均绝对残差MAD（mean absolute difference）来预测帧的复杂度,提高了预测的准确度。所提出的码率控制算法能够显著提高码率控制精度和编码性能。