您的位置: 专家智库 > >

孙永

作品数:7 被引量:9H指数:2
供职机构:中国矿业大学信息与电气工程学院更多>>
发文基金:国家高技术研究发展计划江苏省产学研联合创新资金项目更多>>
相关领域:电子电信自动化与计算机技术矿业工程更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 4篇电子电信
  • 2篇自动化与计算...
  • 1篇矿业工程

主题

  • 5篇井下
  • 4篇信道
  • 4篇无线
  • 3篇认知无线
  • 3篇认知无线电
  • 3篇通信
  • 3篇无线电
  • 3篇无线通信
  • 3篇煤矿
  • 2篇信道选择
  • 2篇通信系统
  • 2篇无线通信系统
  • 2篇无线信道
  • 2篇煤矿安全
  • 2篇煤矿井
  • 2篇煤矿井下
  • 2篇矿井
  • 1篇信道分配
  • 1篇噪声
  • 1篇噪声消除

机构

  • 7篇中国矿业大学

作者

  • 7篇孙永
  • 3篇钱建生
  • 1篇戴明军
  • 1篇程灿
  • 1篇孙立亚

传媒

  • 2篇科技信息
  • 1篇哈尔滨工业大...
  • 1篇武汉大学学报...
  • 1篇煤矿安全
  • 1篇山东科技大学...
  • 1篇工矿自动化

年份

  • 1篇2016
  • 1篇2015
  • 2篇2014
  • 1篇2011
  • 2篇2010
7 条 记 录,以下是 1-7
排序方式:
具有信道切换机制的EWA井下信道选择策略
2014年
针对煤矿井下无线安全保障系统的无线信道链路质量问题,基于经验加权吸引策略,提出具有信道切换机制的信道选择算法。在时间轴上建立反映信道繁忙和空闲不同状态时间段的模拟无线信道环境,与Q学习在实时信道选择轨迹和不同级别的信道切换次数进行对比,结果表明,经验加权吸引策略在优选信道快速捕获的准确性和稳定性方面更具优势。
孙永孙立亚钱建生
关键词:认知无线电信道选择
基于EWA的井下无线通信信道选择
2014年
特殊的井下环境致使煤矿井下电磁噪声种类繁多且干扰强烈,无线电信道链路质量极为不稳定造成通信中断。具有智能感知无线通信环境并实时选择最优通信信道的认知无线电在煤矿井下的应用能保证煤矿井下无线系统的正常通信。提出了基于EWA学习的信道选择算法,使得系统能够在线学习井下无线电环境通信信道特性,通过积累自我历史选择信道经验,快速推测并选择当前最优通信信道,实时动态保证通信链路质量,降低系统通信中断概率。
孙永陈玮周攀搏许随利
关键词:无线通信认知无线电信道选择
煤矿井下无线传感器网络分布式信道快速分配算法
2016年
在深入分析现有的分布式信道分配算法的基础上,结合无线传感器网络节点分布的特点和网络架构等特征,通过采用接收者协议干扰模型和确定网络节点最小发射功率的方法,提出了基于网络拓扑最大链路边数的分布式信道分配算法CALENT.与现有的无干扰分布式信道分配算法Dis-Link的深入分析和对比研究表明,CALENT算法在同信道干扰指数和算法收敛速度等方面具有明显的优势,性能表现更为优越.
钱建生孙永
关键词:煤矿安全无线通信系统无线传感器网络无线信道信道分配
煤矿井下视频监控图像噪声消除算法的研究被引量:5
2011年
由于煤炭工业领域特殊的应用环境,煤矿井下视频监控图像多夹杂着大量的图像噪声,这给图像的后续处理带来许多困难。一般的图像噪声消除技术,直接应用于煤矿井下视频监控图像并不能取得令人满意的去噪效果。本文对现有的几种图像噪声消除算法进行深入比较分析,提出了基于多级的分布式噪声消除方法,经现场实践证实对煤矿井下视频监控图像具有良好的去噪性能。
孙永贺广强黄兴张立刚
关键词:视频监控图像处理噪声消除
井下认知无线电EWA信道选择算法被引量:1
2015年
为解决特殊的井下恶劣无线环境造成通信极易中断的问题,提出基于经验加权吸引策略的信道选择算法.深入分析报酬反馈结构,建立更加细致和合理的多级的报酬反馈体制.采用简单多次重复概率实验的方法验证了基于EWA学习的信道选择算法的有效性.通过与传统单一固定信道传输和Q学习算法的深入对比研究表明,基于EWA学习的信道选择算法根据无线信道特性的在线学习经验对优选信道快速捕获的准确性和稳定性方面具有更好的性能.
孙永钱建生
关键词:煤矿安全无线通信系统认知无线电无线信道
井下皮带PLC标准化程序的研究被引量:1
2010年
在煤矿自动化系统的建设中,现有井下皮带自动化控制程序的设计存在可移植性和通用性差等缺点和不足。本文以程序功能化,模块化为指导思想,结合现场实践经验,提出一种标准化程序设计的解决方案。由本方案设计的PLC下位机程序已在中国平煤神马能源化工集团有限责任公司六矿的自动化应用中取得了良好的效果。
孙永贺广强沈培艺张忠伟
关键词:皮带自动控制程序设计
一种半监督支持向量机优化方法被引量:2
2010年
针对半监督支持向量机在采用间隔最大化思想对有标签样本和无标签样本进行分类时面临的非凸优化问题,提出了一种采用分布估计算法进行半监督支持向量机优化的方法EDA_S3VM。该方法把无标签样本的标签作为需要优化的参数,从而得到一个在标准支持向量机上的组合优化问题,利用分布估计算法通过概率模型的学习和采样来对问题进行求解。在人工数据集和公共数据集上的实验结果表明,EDA_S3VM与其它一些半监督支持向量机算法相比有更高的分类准确率。
王永程灿戴明军孙永
关键词:半监督学习支持向量机分布估计算法组合优化
共1页<1>
聚类工具0