【摘 要】
：
针对有向传感器节点大规模随机部署形成的感知重叠区和监测盲区，在节点位置不变、感知方向可调的前提下，协同调整节点感知方向使其覆盖范围从感知重叠区旋转到监测盲区以增强网
【机 构】
：
江南大学物联网工程学院,江南大学轻工过程先进控制教育部重点实验室
论文部分内容阅读
针对有向传感器节点大规模随机部署形成的感知重叠区和监测盲区，在节点位置不变、感知方向可调的前提下，协同调整节点感知方向使其覆盖范围从感知重叠区旋转到监测盲区以增强网络覆盖。将有向传感器网络覆盖增强问题转换为以区域覆盖率为目标函数、节点集感知方向为决策变量的最优化问题，提出了基于扩展变异模式的自适应差分进化算法求解该问题，即寻求一种节点感知方向分布方案最大化区域覆盖率。算法迭代前期采用DE／rand／1／bin变异策略以保证种群的多样性，后期采用扩展变异模式DE／current-to-best／2／bin加
其他文献
为了满足有截止时间限制的MapReduce作业的需求，提出一种基于截止时间限制的动态调度算法（DCDS）。该算法实时监控作业运行状况，并对作业运行时间进行动态估算，从而确定作业优先级；
在计算机视觉和摄影测量领域,经常应用多视角图像对场景进行高精度的三维重建,相机内参数和相机间固定相对关系的高精度标定是关键环节,提出一种能够在强约束条件下快速进行相机标定的方法。通过相机间六个相互独立的约束,充分利用系统的几何条件,确定固有关系,再以共线方程为基础推导强约束条件下的平差模型,并应用于自检校光束法平差,开展相邻立体相机的匹配,实现多相机系统的快速标定。通过实验验证了加强约束条件后,该
基于标志的跟踪注册技术是当前增强现实系统中最成熟和最接近实际应用的注册技术。该注册技术是将一些已知空间相对位置的人工标志放置在需要注册的真实场景中,利用摄像机跟踪识别标志。以手部康复训练为背景,提出了一种特殊的近景手持彩色标志及其识别方法。标志采用海明码编码技术编/解码,不仅扩充了标志的编码量,还能够利用海明码的奇偶校验方法解决由于手部无意遮挡引起的跟踪注册失败问题。实验结果表明,该彩色标志在多种
针对传统方法在面对大量肺部数据时检索效率不高的问题,提出了一种基于有监督哈希的肺结节CT图像检索方法。通过图像预处理建立肺结节图像库,并从灰度、形态、纹理方面提取图像多特征;利用监督信息构造哈希函数,将多特征映射为低维哈希码;根据设计的自适应权重计算图像相似度,并返回相似的肺结节图像。实验结果表明,该方法能有效地实现肺结节CT图像的快速检索,对查询病灶的良恶性分类精度达到了89.45%。
针对高光谱图像分类中基于流形的降维方法进行了研究,提出一种改进的局部保持投影(LPP)方法,即MLPP方法。该方法利用标签信息避免了传统LPP在邻接图构建中很难确定邻域大小的选择问题,同时采用更能反映高维数据间相关性的统计特征量相关系数来衡量数据之间的相似程度;设计的权重矩阵既保持类内数据的几何结构,又最大化类间距离,而且MLPP不依赖任何参数和先验知识。在两个高光谱图像上的实验结果表明,MLPP
全双工D2D复用资源时产生的同频干扰以及残留的自干扰会很大程度地影响5G系统的性能。基于此提出了一种功率控制方案,该方案通过凸规划的拉格朗日对偶方法得到最优的发射功率
针对分组密码算法模板攻击所需训练样本数量问题进行研究。通过概率分析，推导出所需样本数量的数学表达式，同时针对训练样本数量有限的情况，提出了一种基于公共协方差矩阵的实用
针对人脸识别中的图像存在噪声等情况,提出基于鉴别性低秩表示及字典学习的算法。使用鉴别性低秩子空间恢复算法(DLRR)获得类别间尽可能独立且干净的训练样本,然后通过引入基于Fisher准则的字典学习(FDDL)方法得到结构化字典,其子字典对对应的类有较好的表示能力,约束编码系数具有较小类内散列度和较大类间散列度。最后对测试样本稀疏线性表示时正确类别的样本贡献更大。在标准人脸数据库上的实验结果表明该算
贝叶斯网络(BN)应用于分类应用时对目标变量预测有直接贡献的局部模型称做一般贝叶斯网络分类器(GBNC)。推导GBNC的传统途径是先学习完整的BN,而现有推导BN结构的算法限制了应用规模。为了避免学习全局BN,提出仅执行局部搜索的结构学习算法IPC-GBNC,它以目标变量节点为中心执行广度优先搜索,且将搜索深度控制在不超过两层。理论上可证明算法IPC-GBNC是正确的,而基于仿真和真实数据的实验进
针对现代消费摄像机视野较小导致难以拍摄全景图片的问题,提出了一种新的图像背景拼贴的方法。给定一幅被扩展的输入图像,从网络上获取包含相关场景的散乱图片集,重建出三维模型后对每幅图片颜色迁移,使得每张图片与输入图像的颜色基调保持一致;在重建的三维模型的基础上,将超像素分割后的候选集图片都形变到输入图像的视角;建立一个马尔可夫随机场模型,使用带标签的图割方法求解模型完成图像融合。实验结果表明,该算法适用