【摘 要】
：
在无线传感器网络的研究中,分簇路由协议是其中的重要分支,2000年提出的LEACH协议成为了众多研究的基础。其中非均匀分簇路由协议作为解决能量空洞问题的重要手段,能够极大的延长网络的生命周期,有着广阔的应用前景。本文基于传统非均匀分簇EEUC协议,在簇头选举,数据融合,路由传输三个阶段分别提出相应的优化方法,用来降低网络能耗延长网络生命周期以及提高传输数据的精度,论文主要工作如下:(1)在簇头选举
论文部分内容阅读
在无线传感器网络的研究中,分簇路由协议是其中的重要分支,2000年提出的LEACH协议成为了众多研究的基础。其中非均匀分簇路由协议作为解决能量空洞问题的重要手段,能够极大的延长网络的生命周期,有着广阔的应用前景。本文基于传统非均匀分簇EEUC协议,在簇头选举,数据融合,路由传输三个阶段分别提出相应的优化方法,用来降低网络能耗延长网络生命周期以及提高传输数据的精度,论文主要工作如下:(1)在簇头选举阶段,针对EEUC协议没有考虑簇头节点剩余能量以及簇头分布不均的缺点,在根据簇头到Sink节点距离划分簇半径的基础上加入节点的能量权重和节点密度,使得所有节点的能耗更加均匀,减少提前死亡的节点数,网络的整体寿命得到提高。(2)在数据融合阶段,研究发现利用神经网络建立输入输出模型并经过训练能够得到较好的参数,本文分析了BP神经网络的结构和特点,利用经验公式和凑试法确定隐含层节点数,在梯度下降时,采用结合加速梯度下降算法(RMSprop)和带动量的梯度下降法即Adam梯度下降优化算法,提高了训练的效率,经过的较少的训练就能达到要求的误差精度。(3)在路由传输阶段,对于多跳路由的路径选择上,应用了遗传算法和模拟退火算法的结合,在实验中发现遗传算法往往能跳出局部极值更好地进行全局最优的搜索,而模拟退火算法在局部极值的优化上效率更高,因此本文结合遗传算法和模拟退火算法来提高路径选择的优化效率。本文在Matlab仿真平台上,针对本文算法和其他现有算法进行仿真实验对比,结果表明本文算法能够显著提高网络的生命周期,降低信息传输冗余,提高数据融合精度。
其他文献
脑电信号(Electroencephalogram,EEG)是机体自发的电活动,是一种具备时-空特性的生理信号,人情绪发生改变、产生不同想法、做出各种动作等,都会引起EEG的变化。因此,研究挖掘EEG中的特征,进而为严重运动失能患者搭建起与外界沟通的桥梁,成为脑机接口(Brain-Computer Interface,BCI)研究的重要方向。然而,由于EEG有着幅度微弱、信噪比低等特点,对它的研究
传统知识图谱主要使用从表格或文本数据中抽取到的三元组知识,随着相关技术的发展,出现了结合图像等其他模态数据构建多模态知识图谱的研究工作,在这个过程中噪声和冲突不可避免的被引入知识图谱。为了更好的应用知识图谱,需要对其中的多模态知识进行评估与验证。针对来自不同模态的三元组知识采用不同的方法进行评估,对于从文本中得到的知识,基于背景信息以及三元组上下文信息进行评估,对于从图像数据中得到的知识,基于场景
近年来,随着深度强化学习的不断发展,计算机已经在围棋、DOTA2等多个领域取得了超越人类的成绩。然而,数据利用率低、计算量大、训练单个智能体时间过长的问题仍旧阻挠着该领域的进一步发展。因此,提高数据利用率、降低所需计算量、减少训练时间对于深度强化学习领域有着十分重要的研究意义。有部分研究者利用迁移学习来帮助强化学习训练,迁移学习是一种利用源领域知识帮助目标领域训练的方法,然而如何去挑选源领域仍是一
近年来,神经对话回复模型在学术界和商业界都获得了巨大的成功,但已有的工作忽视了对话中所蕴含的立场。而立场是人类对话中的重要因素,人类往往首先对输入句产生立场,再依据立场作出相应的回复。为此,本文将在深度神经网络框架下探索融合立场的短文本对话生成方法。具体地,本文将从以下三方面进行研究:(1)面向短文本对话的立场检测:在构建微博短文本对话立场标注语料库基础上,本文分别使用Bi-LSTM和Transf
随着我国社会保险制度的不断完善,社会保险系统的信息化建设是社会保险向现代化迈进的必由之路。传统的窗口式服务已经被综合柜员制替代,因此,传统的单体架构程序已经无法满足社会保险的实际业务需求。为了有效的管理社保信息,设计、开发一套基于微服务架构的社会保险管理系统,具有重要的现实意义和实际价值。本文按照人力资源和社会保障部“网厅一体化、业务档案一体化、业务财务一体化、查询服务多样化”的要求,在了解国内外
目标检测主要是计算机视觉领域是一个重要的研究方向,在人脸检测、车辆检测等众多应用中都发挥着不可或缺的作用。随着深度学习技术的发展,相比于传统目标检测方法,基于深度学习的目标检测算法在算法精度上取得长足的进步。相比于图像识别,目标检测不仅需要判别图像中存在的目标的类别,还需要回归目标在图像中的位置。然而目前主流的目标检测算法中,如Faster RCNN仍然存在特征耦合的现象。具体表现在,分类和回归部
无线传感器网络(Wireless Sensor Network,WSN)因其中传感器节点体积小、成本低的特点,集成了传感、处理和短距离无线通信等多项功能,因而广泛适用于多种特定环境。尽管如此,传感器节点受到的资源限制和所处的恶劣环境也使得生成的数据容易受到噪声、错误、数据丢失、重复值和冲突信息的污染。在WSN中,这些受污染的数据被称为异常值。对WSN进行异常值检测对于确保数据质量,安全监控以及关键
随着数据以指数级速度不断增长,越来越多的以数据驱动为计算模式的人工智能模型被应用到了各行各业(例如医疗、法律等领域),不断从大数据中发现知识、规律和模式,辅助行业用户,发挥出了巨大作用。在法庭审理过程中,原告和被告在进行诉称和辩称后,法官会根据原告和被告之间形成的论辩焦点提出质询性问题,甄别争论焦点,厘清案由,以形成判案依据,最终给出判案结果。本文以民间借贷这一类别案由为研究对象,研究将人工智能算
随着社会现代化进程的加快,人类有80%以上的时间都在室内环境中活动,对于基于位置的服务(Location Based Services,LBS)的需求日益提高,致使室内定位市场蓬勃发展。近二十年来,各种各样的室内定位技术层出不穷。随着无线网络的大范围覆盖以及智能终端的快速发展,基于Wi-Fi位置指纹的定位方法成为了当前室内定位服务的首选。在位置指纹定位方法中,指纹地图的“保真度”与定位精度紧密相关
近年来,移动智能终端在处理器、嵌入式传感器和网络传输速率方面有所发展。人们把数据众包的思想与移动智能终端的感知能力相结合,提出一种快速、简便和低成本的新的数据收集范式,即“移动群体感知”。移动群体感知平台通过招募大量的移动用户收集数据,为各类城市监控应用提供数据支持,被广泛的应用于环境监控、交通监控和医疗健康监控等场景。由于云平台是不可信的,在数据聚合过程中云平台存在泄漏移动用户隐私的风险。此外,