福建省自然科学基金(2011J01345)
- 作品数：7 被引量：32H指数：3
- 相关作者：程红举王怡婷郭红张雅云周高云更多>>
- 相关机构：福州大学更多>>
- 发文基金：福建省自然科学基金福建省科技创新平台建设项目福建省教育厅科技项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 多Sink无线传感器网络中最小时延数据汇集调度算法设计被引量：1
- 2014年
- 数据汇集是无线传感器网络的一项重要技术,而汇集时延是评估其性能的重要指标.现有研究大多基于单Sink环境,较少考虑到网络规模扩大时需要部署多个Sink的情况.本文研究多Sink无线传感器网络中最小时延数据汇集调度问题(MSMLAS).提出了基于极大独立集的多Sink半结构拓扑汇集调度算法(MDAS-ST)与不使用极大独立集的多Sink无结构拓扑汇集调度算法(MDAS-UT).两种算法通过扩展父节点的选择范围,并根据节点分配的时隙序号以及该时隙的最大化利用来选取父节点,从而有效降低网络时延.文中分析并给出采用MDAS-ST算法网络数据汇集总时延的理论上限.实验结果表明,MDASST算法与MDAS-UT算法能够充分利用时隙,以低时延进行汇集调度.
- 陈永燥程红举
- 关键词：无线传感器网络数据汇集
- 一种神经网络与用户偏好相结合的协同过滤推荐算法被引量：2
- 2016年
- 随着互联网服务和产品的大量增加,高效、可靠的推荐系统变得越来越重要。协同过滤是应用最广泛的推荐算法之一。传统的基于用户的协同过滤仅考虑共同评分的物品来计算用户的相似度,容易忽略用户之间的相关性。本文采用一种基于神经网络和用户偏好的协同过滤方法,首先通过聚类算法解决稀疏性问题,其次通过神经网络与用户偏好相结合来学习用户之间的相关性,最后利用训练后的多层神经网络来计算用户对物品的评分情况,来有效提高推荐效果。本文采用Each Movie数据来进行验证,并和现有的一些方法进行比较。实验结果表明,所推荐的协同过滤推荐算法在准确率、召回率、F1三个指标上均优于传统的方法,推荐效果比传统的方法好。
- 周高云张雅云陈冬隐程红举
- 关键词：神经网络用户偏好聚类协同过滤
- 不可靠通信环境下无线传感器网络最小能耗广播算法被引量：17
- 2014年
- 在实际的通信环境中,由于噪声、报文冲突、信号衰减等因素的影响,无线传感器网络节点间信息交换往往是不可靠的.广播是无线传感器网络中广泛使用的操作,如何在不可靠通信环境下实现能量高效的广播算法,对提高整个无线传感器网络的性能具有重要的理论和应用价值.研究了不可靠通信环境下的无线传感器网络最小能耗广播问题,首先,分析了相邻节点之间最小能耗通信模型,并给出了保证节点接收概率不低于P*的最优发送半径;然后,讨论了多跳转发策略与节点位置信息之间的关系.在此基础上,提出了一种基于PSO的最小生成树广播算法,通过优化各节点的发送半径,在保证所有节点都能以不低于P*的概率接收到广播数据包的前提下,实现广播操作的总能耗最小.实验结果表明:所提出的广播算法不仅可使每一个节点的接收概率不小于P*,而且广播总能耗比改进后的BIP算法要小,具有较好的性能.
- 程红举黄行波XIONG Naixue
- 关键词：无线传感器网络粒子群优化
- 无线传感器网络中使用连通支配集的最小能耗广播算法被引量：4
- 2014年
- 广播是无线传感器网络中一种基本而重要的操作,其能耗大小对整个网络性能有着重要影响.在节点传输半径固定的情况下,考虑到无线通信的多向传输等特性,无线传感器网络广播操作中参与转发的节点数越少,则广播操作总能耗也就越小.如何寻找最少转发节点的广播树问题等同于求解图论中的最小连通支配集问题,这是一个NP难问题.本文提出了一种有效的构造最小连通支配集的启发式算法(EMCDS)来构造广播树,在此基础上提出了一种无线传感器网络中的最小能耗广播算法(MEBA).实验结果表明,EMCDS算法能够找到较小的连通支配集,而MEBA算法可依据节点剩余能量来动态选择转发节点,通过实现节点能量的均衡分布来有效延长网络的生命周期.
- 黄行波程红举
- 关键词：无线传感器网络最小连通支配集网络生命周期
- 无线传感器网络中基于灰色关联度的丢失数据估算算法
- 2016年
- 由于无线传感器网络中节点感知的数据的丢失情况普遍,而无线传感器网络是以数据为中心的网络,因此对于传感器节点的丢失数据估计问题研究显得十分重要。本文针对无线传感器网络中的数据丢失问题,提出了一种基于灰色关联度的丢失数据估算算法,该算法主要分数据去噪,灰色关联度计算,邻居节点选取,估算丢失数据四个过程。实验结果表明本文提出的算法较相关算法有更高的精度。
- 陈冬隐黄福川
- 关键词：数据丢失邻居节点
- 三维无线传感器网络中基于格概率的目标定位算法研究
- 2012年
- 提出一种基于格概率的目标定位算法,不仅可以有效消除单个传感器节点测量信号强度时存在的不确定性,还可解决检测到目标的节点数目小于4时其他方法无法解决的定位问题.同时还提出一种自学习修正方法,通过实时地修正信号衰减模型中的相关参数,可避免环境动态变化带来的定位失真.仿真结果显示,所提定位算法具有良好的定位精度和较强的抗干扰性,且受环境测量误差的影响较小.
- 黄剑敏程红举
- 关键词：无线传感器网络目标跟踪
- 基于层次聚类的WiFi室内位置指纹定位算法被引量：9
- 2017年
- 提出一种利用WiFi信号指纹实现对室内区域进行定位的CL-KNN(complete linkage K-nearest neighbor)算法.该算法先采用层次聚类方法对测试环境进行区域划分,再根据相应的WiFi信号指纹信息进行匹配,最后通过加权计算确定定位结果.实验结果表明,在WiFi热点数量足够多的情况下,与原始KNN算法和kmeans-KNN算法相比,CL-KNN算法可以获得更高的定位精度和准确率.
- 王怡婷郭红
- 关键词：层次聚类算法
