国家自然科学基金(51204185)
- 作品数：6 被引量：20H指数：3
- 相关作者：鲍宇王元平胡媛倪尧陈树召更多>>
- 相关机构：中国矿业大学教育部徐州工业职业技术学院更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术电子电信矿业工程更多>>
- 基于实体交互模型巷道瓦斯监测WSNs的可用性检验被引量：2
- 2020年
- 若煤矿瓦斯监测WSNs(Wireless Sensor Networks)系统的功能设计忽略了被监测实体的交互行为,会造成WSNs本身可靠而被监测实体的安全不满足情况,这在生产安全中是非常危险的。为检验WSNs监测系统功能设计的可靠性和可用性,利用时间自动机模型检验方法建立WSNs监测系统模型,检验WSNs系统的可靠性。然后,根据传感器与环境实体间的交互关系,分析煤矿中多个实体的并发行为,提出了监测WSNs与被监测实体交互并发行为的时间自动机模型和可用性性质描述的建立方法,从监测功能设计角度,将被监测实体的安全并入WSNs监测生产安全的功能性质,然后用模型检验方法进行机器检验,保障了监测系统的可用性。对含有并发结构的实体模型,利用分支行为等价构建并发时间自动机模型,再利用实体间的并发分支汇聚行为互模拟的方法,进行了并发行为模型的状态约减,并通过互模拟等价证明了该方法的正确性。状态约减前后的实验对比表明该方法提高了检验效率。最后,对现行巷道中瓦斯传感器的部署标准,利用该方法对其中的实际部署方案进行建模并检验,在模型中考虑实体的并发行为,发现在并发事件发生时,其中一个含支巷的瓦斯部署模型存在一个潜在的瓦斯泄露漏检问题。利用实体建模的模型检验方法需要建立自动建模机制,以提高该方法的实用性。
- 鲍宇赵亮陈树召陆翔朱紫维
- 关键词：时间自动机UPPAAL
- 基于软件定义WSN的同质节点的能耗均衡方法被引量：5
- 2020年
- 在无线传感网络中,感知节点能量消耗速度不同,导致网络能量消耗不均衡的现象突出.为解决网络能耗不均衡的问题,本文提出了一种基于软件定义WSN的重定义网络方法,并给出了相应的优化模型.优化的目标是均衡网络的能耗,进而优化网络的生存时间.首先,根据现有网络结构对网络生存时间的影响,利用软件定义网络的思想,构造基于软件定义WSN的网络结构.然后,根据重定义网络产生的不同时间段,确定优化目标,最后给出重定义网络的能耗均衡算法.实验结果表明,基于软件定义WSN的同质节点的能耗均衡方法,可以有效实现节点的能耗均衡,网络生存时间最高可延长58.82%.
- 王克重鲍宇杨轩张宇
- 关键词：无线传感器网络能耗均衡最优解
- 面向大型数据集的聚类算法的优化与融合
- 2014年
- 为提高聚类算法在对精度要求不高的大型数据集上的运行效率,通过比较各类聚类算法。提出了部分优先聚类算法,给出了部分优先聚类算法的相对优势和性能比较表;分析聚类成员产生方式和聚类融合方式来设计共识函数,在部分优先聚类算法的基础上,通过使用加权的方式来确定类中心后进行聚类融合,提高算法的精确度。实验结果表明了融合后的算法无论在扩展性、稳定性以及鲁棒性等方面都有着明显优势。
- 于本成鲍宇曹天杰朱作付
- 关键词：聚类融合
- 带状无线传感器网络能量高效的节点部署策略被引量：9
- 2017年
- 带状无线传感器网络具有特殊的拓扑结构,满足很多重要领域的应用需求。针对带状网络中的能量消耗不均衡问题,分析了带状无线传感器网络在多跳通信时的拓扑结构和能耗模型,在对带状网络进行分簇的基础上,提出一种非均匀的节点部署策略,该策略量化了带状传感器网络中簇内节点的数目关系,并设计了相应的路由协议。仿真结果表明,非均匀的节点部署策略可以缓解带状网络的能量空洞问题,使网络能耗趋于均衡,延长整个网络的生命周期。
- 胡媛鲍宇王元平
- 关键词：无线传感器网络分簇能耗均衡
- 线性无线传感器网络能耗均衡算法被引量：3
- 2016年
- 在中继节点等间距线性部署的无线传感器网络中,所有普通节点的能耗不均衡,因而网络过早死亡.为解决这个问题,在综合考虑所有普通节点能耗的基础上,提出一种网络能耗均衡算法.算法采用改进的粒子群算法对网络中中继节点的位置进行优化,适应度函数选取普通节点的能耗值的标准差.首先采用自适应的动态惯性权重替代基本粒子群算法的静态权重,加快了其收敛速度;然后利用提出的迭代多阶段粒子群算法优化中继节点的位置,均衡普通节点的能耗.仿真实验结果表明经改进后的粒子群优化的网络,能耗更为均衡,网络的生存周期得以延长.
- 王元平鲍宇倪尧胡媛
- 关键词：粒子群算法中继节点能耗均衡
- 基于一维卷积神经网络的实时心脏按压评估被引量：1
- 2020年
- 在评估胸外心脏按压加速度波形时,现有的利用加速度波形积分计算胸外心脏按压距离的方法多数存在积分漂移、误差累积的问题。在波形分割和标签修正的基础上,提出一种基于一维卷积神经网络的胸外心脏按压波形的识别算法。对滤波后的数据进行脉冲识别,使用滑动窗口模型分割识别后的脉冲得到单次按压的加速度波形,根据数据离散程度对标签进行修正,解决标签可信度低的问题,在此基础上运用学习率衰减、Adam算法等构建一维卷积神经网络模型并进行优化。实验结果表明,该算法基于一维卷积神经网络的分类正确率达到99.4%,对比传统的积分算法、BP神经网络算法提升近5%,且不受按压遮挡、电磁波干扰等因素的影响,对于胸外心脏按压评估具有良好的效果。
- 殷佳豪刘世杰鲍宇杨轩朱紫维
- 关键词：胸外心脏按压滑动窗口模型
