基于三角定位算法的WiFi室内定位系统设计

【目的】改善室内定位系统的质量,提高室内定位的准确率和效率。【方法】利用无线WiFi信号自身的特点,在Android平台的基础上设计一种基于三角定位算法的WiFi室内定位系统。【结果】实验测试结果表明该WiFi室内定位系统能准确地进行室内定位。【结论】基于三角定位算法的WiFi室内定位系统定位准确率高,具有很高的商业使用价值。     

基于改进A*算法的地图游戏寻径研究

【目的】对 A*算法进行研究和改进优化,以提高基于 A*算法的地图游戏寻径效率。【方法】使用最小二叉堆和标记数组两种混合数据结构优化OPEN表的存储和遍历,用夹角余弦值作为新的启发信息,减少搜索过程中对非最有节点的考察量,通过仿真实验对标准 A*算法、改进 A*算法地图寻径进行数据对比分析。【结果】综合地提高了路径搜索的效率。【结论】通过对 A*算法进行改进优化,有效提高了基于 A*算法的地图游戏寻径效率。
     

基于改进A~*算法的地图游戏寻径研究

【目的】对A~*算法进行研究和改进优化,以提高基于A~*算法的地图游戏寻径效率。【方法】使用最小二叉堆和标记数组两种混合数据结构优化OPEN表的存储和遍历,用夹角余弦值作为新的启发信息,减少搜索过程中对非最有节点的考察量,通过仿真实验对标准A~*算法、改进A~*算法地图寻径进行数据对比分析。【结果】综合地提高了路径搜索的效率。【结论】通过对A~*算法进行改进优化,有效提高了基于A~*算法的地图游戏寻径效率。     

室内无线传感器网络中移动节点的改进质心定位算法

目前室内定位方法往往精度不高,价格也较为昂贵.文章介绍一种传统的质心定位算法,并且提出一种基于参考点计算质心的改进室内移动节点质心定位算法.仿真结果表明,该方法能够有效提高节点的定位精度.     

一种改进的基于相干邻居亲近度的标签传播算法

【目的】提高现有的基于相干邻居亲近度(Coherence neighborhood propinquity)的标签传播算法(Label propagation algorithm,LPA)社区发现的准确性,并减少标签传播过程花费的时间。【方法】在CNP-LPA算法基础上,引入节点间依赖度,提出一种改进的CNP-LPA+算法,在预处理阶段结合相干邻居亲近度与节点间依赖度,将依赖度高的节点并入本区域内的核心节点,并在得到的核心CNP网络基础上传播标签,显著提高了社区发现的质量。选取CNP-LPA算法使用的6组社交网络数据集,采用模块度Q评估LPA、CNP-LPA、CNP-LPA+3种算法的划分结果。【结果】CNP-LPA+算法在所有数据集上均取得了最高的Q值,有效提高了算法的准确性,并减少了标签传播过程花费的时间。【结论】CNP-LPA+算法是有效的。     

基于天牛须搜索优化的室内定位算法

室内定位技术受到广泛的关注,基于接受信号强度指示(RSSI)的测距技术目前在节点定位中得到广泛应用.在基于RSSI测距的基础上,提出将天牛须搜索优化(BAS)算法应用到室内定位中.首先通过RSSI测距获得未知节点与锚节点之间的距离,在计算距离时对数据进行了预处理,从而提高测距的精度.然后引入BAS算法计算出未知节点的位置坐标.通过与粒子群定位算法(PSO)和遗传定位算法(GA)对比试验结果,验证了BAS定位算法对室内定位效率的提高更加明显.     

修正Helmholtz方程的改进无单元Galerkin法分析

【目的】在改进移动最小二乘近似的基础上,讨论了一种稳定化的改进移动最小二乘近似,具有更好的数值稳定性和计算精度。【方法】将稳定化的改进移动最小二乘近似和修正 Helmholtz方程的 Galerkin积分弱形式相结合,建立了修正Helmholtz方程混合边值问题的改进无单元Galerkin法,并理论分析了在 Sobolev空间中的误差。【结果】通过两个数值算例验证了算法的有效性和理论的正确性。【结论】误差随节点间距的减小而降低。
     

室内非视距环境下基于改进多维标度的优化定位算法

研究了室内非视距环境下无线传感器网络的节点定位问题。在优化估计框架下,首先提出待优化误差函数,并基于改进多维标度(MDS-MAP)方法,分析误差函数中未知变量的耦合关系,最后提出基于改进MDS-MAP的优化定位算法。该算法仅依靠节点间的测距信息进行定位,无需环境先验信息,因此适用于未知、复杂环境下的无线传感器网络。同时该算法无需角度、信号强度等冗余量测信息来辅助定位,对硬件要求较低,从而降低了定位成本。通过仿真比较,所提出的基于改进MDS-MAP的优化定位算法的有效性得以验证。在仿真过程中,采用聚类分析方法对不同基站数目下的节点定位精度进行分析。根据仿真结果,在节约定位成本的前提下,当基站数目达到6个时,能够实现三维空间近似最优定位。     

基于信标节点间距离的改进RSSI定位算法

针对无线传感器网络应用于室内定位时,传统RSSI平均值算法精度较低的问题,提出了一种改进的RSSI算法。该算法利用RSSI平均值对所测量的每个RSSI值进行估量,消除波动大、严重失真数据,从而使所保留的RSSI值能更好的与距离关系对应。并根据室内不同位置的节点环境参数差别大的特征,提出了把信标节点间的固定距离及其测量得到的对应RSSI值带入信号传输模型,从而消除环境因素对距离估计的影响。仿真结果表明:改进RSSI算法与传统的平均值距离估计算法比较,距离估计误差明显降低,可以满足室内定位精度的要求。     

MDS-MAP算法的改进及在室内车辆定位中的应用

为了解决现代化大型停车场寻车难的问题,提出一种基于无线传感器网络的定位算法。即以经典的MDS-MAP(multidimensional scaling-map)节点定位算法为基础,在全局范围内选择1个一跳的邻居节点子网,对其进行相对定位;结合极大似然估计法,计算出其余节点的相对坐标;利用锚节点的坐标信息,得到网络内所有待测节点的绝对坐标。仿真结果表明,改进后的算法可以解决停车场形状不规则及车辆随机停放等情况所造成的网络空洞问题。因此,该算法能在很大程度上提高定位的精确性,适用于大型室内停车场的实际情况。     

锯缘青蟹两种养殖模式的比较研究

【目的】比较采用室内工厂化循环水立体养殖模式和传统池塘养殖模式养殖锯缘青蟹(Scylla serrata)的效果,发掘健康高效的锯缘青蟹养殖模式。【方法】用两种养殖模式进行暂养、幼蟹养殖成蟹和培育软壳蟹,并检测其成活率、养殖密度和品相。【结果】相比于传统池塘养殖模式,用室内工厂化循环水立体养殖模式暂养、幼蟹养殖成蟹和软壳蟹的成活率分别提高13.3%,200%,63.6%;养殖密度分别提高1155.5%,3233.3%,1718.2%;品相也更好。【结论】室内工厂化循环水立体养殖模式是锯缘青蟹高效健康养殖的一种新模式。     

信号交叉口改进延误模型及实测分析

【目的】为了给国内城市信号交叉口规划设计和服务评价提供科学依据,研究城市交叉口延误模型。【方法】对比Australian延误模型和Canadian延误模型,提出改进的延误模型,再采用牌照法,对饱和度接近1的道路交通延误进行实测,并把实测结果与3个模型进行对比。【结果】改进的延误模型在饱和度较低和较高的情况下,与Australian延误模型和Canadian模型的模拟数据很接近;在饱和度接近1时,改进的延误模型与实测结果能较好吻合;改进模型与Brilon和Wu的马尔科夫链方法比较,形式简单,计算简便,可操作性好。【结论】改进的模型适合用于平面混合低速的城市交叉口道路延误分析。     

多出口室内行人出口选择行为研究

【目的】研究行人流在不同设定条件下选择合理出口的行为,为多出口室内行人疏散提供参考。【方法】采用元胞自动机模型,在静态场的基础上,模拟行人流在多出口室内的出口选择行为。在模型中引入出口代价,即行人选择目标出口时需要考虑的距离及其与他人竞争因素的加权平均(权重为k)。为实现出口选择机制,赋予每个出口元胞1个单元场,当行人评估出室内最小代价值的出口时,选用该出口的单元场来进行迁移。【结果】当权重k合适(区间较大)时,在初始行人分布均匀或不均匀、出口分布对称或不对称,以及在疏散过程中增加应急出口的情况下,行人都会充分利用空闲的出口,使不同的出口都聚集大致相等的人数;而且应急出口打开时间越早行人流疏散的效果越好,应急出口打开过晚时行人疏散的效果甚至会比没有应急出口的情况还差。【结论】出口代价的引入,使模型能合理地描述多出口的室内行人疏散。     

茳芏(Cyperus malaccensis Lam.)生物量估测模型

【目的】探讨简单、方便且能准确估算盐沼植物生物量的方法,简化其生物量测定工作。【方法】以高度(H)和密度(D)2个形态因子作为变量,用数理统计方法构建茳芏(Cyperus malaccensis Lam.)生物量估测模型。【结果】茳芏地上生物量(Wa)以DH为变量进行估测更恰当,以DH为自变量的乘幂曲线模型Wa=0.0097(DH)1.177为生物量最佳估测模型。【结论】运用回归模型估算茳芏地上生物量可行,并可取得较为可靠的预测精度,茳芏地下生物量不能得出合适的估算方程。     

基于SAT和BDD的频繁序列挖掘技术

【目的】研究模式挖掘领域中的频繁序列挖掘技术,由于序列模式挖掘存在指数级的搜索空间,且传统的SAT求解算法无法高效求解大规模数据集的缺点,因此研究符号表示和操作技术,用来避免冗余计算。【方法】提出基于SAT的频繁序列挖掘的符号OBDD算法,基于深度优先算法的思想,首先将频繁序列挖掘问题构建为SAT模型,其次对变量进行排序并将约束子句分类后分别描述为OBDD,利用OBDD的"与"操作得到满足SAT的所有频繁序列模式。【结果】实例结果表明,该方法准确可行。【结论】该方法能有效缩减搜索空间,提高求解效率。     

基于对称区块的人脸图像光照补偿算法

【目的】改善人脸光照补偿算法的效果,提高人脸图像预处理的质量。【方法】利用人脸左右对称的特点,提出一个基于对称区块的人脸光照补偿算法,利用人脸区块的平均灰度值对人脸图像的对称点进行光照补偿。【结果】该方法对于人脸图像有很好的光照补偿效果,优于直方图均衡化、灰度变换等常用光照补偿方法。【结论】基于对称区块的光照补偿算法对于具有对称特点的图像有补偿效果。     

基于粗糙集的决策树集成学习算法

【目的】为提高决策树集成的泛化能力和效率,解决集成全部决策树的情况下有时并不显著提高精度、反而导致额外存储和计算开销的问题,提出一种基于粗糙集的决策树集成学习算法。【方法】该算法基于粗糙集理论,从训练的全部决策树中选择一部分进行集成。【结果】与目前流行的集成学习算法Bagging和Boosting相比,本文提出的算法有效地减小了集成规模,并获得更好的泛化能力。【结论】该算法提高了决策树集成的泛化能力和效率。     

EOF分解方法反演海浪参数的有效性研究

【目的】进一步确认经验正交函数(EOF)分解处理导航X波段雷达图像序列方法的有效性。【方法】基于两套导航X波段雷达同步观测的实验数据,利用经验正交函数分解算法反演海浪的有效波高(SWH)、峰值周期、主波波向和主波波长。【结果】4种参数均方根误差分别为0.1~0.2m,0.6~0.9s,5.01°和7.09m。【结论】经验正交函数分解反演不同海浪参数的方法适用于处理近岸海区的非均匀波浪场。     

改进K-means聚类的自适应加权K近邻指纹定位算法

针对指纹定位精度易受指纹数据K-means聚类预处理效果不佳、加权K近邻算法采用固定K值进行匹配定位精度差等问题,提出一种基于改进K-means聚类的自适应加权K近邻算法.算法在对指纹数据进行聚类计算过程中充分考虑参考点间接收信号强度值与实际物理坐标的双重影响,以避免参考点分类不明确;根据每个测试点的匹配参考点之间实际距离的均值和标准差设置阈值,动态选择K值.实验结果证明,改进K-means聚类的自适应加权K近邻算法相较于传统室内定位算法定位精度提高了44％,可为相关应用提供更精确的定位服务.