【摘 要】
：
针对Wi-Fi定位技术中基本三边定位算法的测距模型参数不确定和定位计算误差大等问题,提出基于权值的参数实时更新定位算法。该算法首先按照基于区分度能力的信息增益方法选择三个最能反映待定位点信息的访问接入点AP,然后对测距模型进行实时获取参数的改进,最后对三边定位计算中的距离进行加权处理。实验表明,该定位算法能减小由环境因素和信号强度测量值引起的误差,与基本的三边定位算法相比,算法具有更高的定位精度。
论文部分内容阅读
针对Wi-Fi定位技术中基本三边定位算法的测距模型参数不确定和定位计算误差大等问题,提出基于权值的参数实时更新定位算法。该算法首先按照基于区分度能力的信息增益方法选择三个最能反映待定位点信息的访问接入点AP,然后对测距模型进行实时获取参数的改进,最后对三边定位计算中的距离进行加权处理。实验表明,该定位算法能减小由环境因素和信号强度测量值引起的误差,与基本的三边定位算法相比,算法具有更高的定位精度。
其他文献
针对电阻层析成像系统中图像重建不适定问题,与现有ERT图像代数重建算法不同,提出一种基于贝叶斯理论快速一步动态图像重建算法。在阐述电阻层析成像的理论基础上,利用有限元方法建立敏感场数学模型,得到灵敏度矩阵和投影数据。在分析贝叶斯理论基础上,推导出快速一步动态图像重建模型,并将介质分布的先验信息和噪声随机信息等统计信息引入到图像重建中,实现对电导率的重建。分析了不同分布先验概率参数和不同噪声信噪比等
提出了一种特征保持的三维点云迭代简化算法。首先对点云模型构造KD树结构,计算采样点的k邻域,然后利用点云模型的局部几何信息作为参数,包括局部采样密度、采样点的精度和曲率,计算评估函数值,迭代删除评估函数值最小的点。实验结果表明,算法在简化点云数据的同时,能有效去除噪声数据,而且很好地保留了原始模型的特征信息。
为了研究变异行为对病毒传播的影响,提出了一个病毒发生变异的疾病传播模型,在模型中考虑了两种病毒相互转换的过程,计算机模拟结果表明,两种病毒的稳态感染比例与它们之间的相互转换概率γ1和γ2有关,当γ1>0且γ2=0时,I1型感染者将消失,当γ1与γ2都大于0时,I1I2与γ1γ2成反比,且与α1β1和α2β2的取值无关。研究还发现病毒变异时由于缺乏对应的治疗药物和措施而出现一段真空期,这导致变异病毒
为了弥补保序加密算法的隐私泄漏问题,结合对称可搜索加密技术基本思想,提出一种新型的具有隐私保护功能的范围数据加密查询算法。在该算法中,将数字范围转换为特殊关键字并放入布隆过滤器进行存储与命中判定,其中密文信息仅与值域相关,与具体数据无关,从而保证了语义安全性。实验结果表明,该算法计算负载仅为线性增长。综合而言,该算法具有更高的安全性与良好的运行效率。
提出了基于曲面约束的地质层面重构方法,其基本思路是先构建断面形成约束曲面,在地质层面和断层拓扑关系约束条件下,形成基于断层曲面的空间约束的层面插值问题,并在层面穿越约束断面的部分进行矢量裁剪。通过仿真,该方法有效解决了复杂地质构造的层面的矢量重构问题;并通过实际的工区数据测试,有效支撑了复杂地质构造下的构造成图和构造建模应用。由此,该方法回避了现有方法存在的层面区域分割所需边界信息难以获取的问题,
针对训练集对分类性能的影响,从训练集的文本数、类别数以及特征项数这三项数量指标出发进行研究。使用多因素方差分析方法及多种语料库定量探讨该三项数量指标对分类性能的影响规律。结果发现特征项数对分类性能的影响在不同的文本数和类别数时是不同的,分类性能受训练集的这三项指标的交互影响,通过对训练集的这三项指标进行优化,提出了从分类算法、特征项选择法以外提高分类性能的途径。在真实数据上的实验结果表明,该方法可
为了得到水印更好的鲁棒性和不可见性,以二维经验模态分解(BEMD)和位平面分解为基础,提出了一种新的彩色图像水印嵌入算法。该算法运用人类视觉系统(HVS)的特性和Arnold置乱变换,将位平面分解的水印信息嵌入到宿主图像其中一个固有模态函数(IMF)中,完成水印的有效嵌入。实验表明,该算法具有良好的鲁棒性和不可感知性,能够有效抵抗JPEG压缩、中值滤波、旋转、椒盐噪声和高斯噪声等多种恶意攻击。
很多大企业采用Hadoop分布式文件系统来存储海量数据，而传统的病毒扫描主要针对单机系统环境。研究如何并行化病毒扫描中的核心特征匹配算法来处理分布式海量数据。在Hadoop平
为了解决方向加权中值滤波方法的不足,提出了一种新的基于12个方向的方向加权滤波法滤除图像中的随机值脉冲噪声。这种方法在脉冲检测阶段是利用当前像素与邻域12个方向像素的不同识别噪声,然后在噪声滤除阶段选取合适的加权值去除噪声。实验结果表明,该方法从主客观两方面验证了在滤除噪声率较高或较低的噪声时对保护图像细节方面的效果有所提高,并且提高了程序运行效率。
现有自底向上的角色工程方法挖掘任务繁重,挖掘规模庞大,且难以体现挖掘结果的可用性。为提取有效、完整的可用角色集,结合枚举角色挖掘的研究及用户之间的相似度属性,将角色挖掘问题转换为聚类问题,提出一种基于划分与压缩方法的改进角色挖掘。使用围绕中心点划分方法分解用户聚类,采用聚类压缩算法压缩划分用户集,利用矩阵的稠密性分析法合并重构有效矩阵,并在构造和真实数据集上进行测试与分析。实验结果表明,该方法能够