基于RSSI测距算法改进的研究

基于RSSI测距技术因其低成本和低复杂度的优点而被广泛应用于无线传感网络(Wireless Sensor Network,WSN)的定位技术中。但是电磁波在实际环境中的传播由于易受到诸如多径、绕射、吸收等现象的影响而造成较大的测距误差。针对这一问题,提出了利用最小二乘法曲线拟合来构建实时测距模型,并采用卡尔曼滤波处理RSSI值,此外引入链路质量结合RSSI实现分段处理的测距算法。实验结果表明,经过改进的算法的测距精度和抗干扰能力相比其他原有的算法有了较明显的提高。     

中文文本自动分类中的特征选择改进与研究

特征选择是中文文本分类过程中的一个关键环节,文本特征项选择的优劣将直接影响文本分类的准确率。针对传统的特征选择算法没有考虑到特征项的类别区分度在特征选择中的作用而丧失了一些优秀的特征项的问题,文中通过引入特征项的类别区分度对传统的特征选择算法进行改进。实验结果表明,改进方法的分类效果要好于传统方法,从而验证了改进方法的有效性和可行性。