无线传感网络分段线性融合定位算法

为实现对移动节点精确定位,提出一种基于APIT-3D的移动节点定位模型和算法,综合3DDVHop跳段距离和RSSI测距技术,在计算内测点与最近椎面距离基础上,利用与椎体成形体积判断内测点位置,有效避免“In-To-Out”和“Out-To-In”两类错误产生。在确定椎体重叠区域后,通过最小二乘法结合空间分段线性融合方式计算节点位置。仿真实验证明,该分段线性融合定位算法对移动节点定位在百分之25th,50th和75th定位偏差值分别为1.81 m,2.45 m和3.32 m,并能判断运动趋势,追踪移动目标,描述运动轨迹。该算法为无线传感网络定位提供了算法借鉴和创新。     

无人驾驶中基于ResNet深度模型的人脸微表情识别算法

为解决由于人脸微表情存在局部特征少、不同情绪差异性小等特点而带来的特征提取难度大、表情识别率低等问题，以进一步提高人脸微表情识别精度，提出一种基于ResNet深度模型的人脸微表情识别算法。算法针对无人驾驶中的行人人脸表情识别场合，主要包括数据预处理及模型构建，在保证数据集统一性的同时，能够有效提高微表情的识别率。使用FER2013数据集对ResNet-50模型进行实际验证，并与ResNet-18的表现加以对比。本算法在实验中获得98.7%的准确率，优于ResNet-18，充分验证算法模型的有效性。