无人机辅助的无线可充电传感网充电路径规划方案

针对传统无线可充电传感网(WRSNs)存在传感器节点较为分散导致的充电效率低问题,提出了一种基于对WRSN进行分簇的无人机(UAV)充电路径优化方案(Optimized Charging Path Scheme, OCPS).方案首先将目标区域根据聚类算法划分为不大于充电器最大可覆盖范围的子区域并称其为簇;然后确定各簇区域锚点以及优先级并对充电最优路径进行选择;最后借助无人机给所有簇内传感器节点充能并返回充电中心(Charge Center, CC).仿真实验验证了方案的可行性,实验结果与AEC、MUC方案相比,OCPS方案的充电效率分别提高了约19.5%、27.9%,平均饿死节点数分别降低0.3、1.2个.与CRP、HCCA方案相比,OCPS的飞行长度与充电时长都有明显缩短.

基于支持向量机的中文极短文本分类模型

为了有效提取极短文本中的关键特征信息,提出了一种基于支持向量机的极短文本分类模型。首先对原数据进行数据清洗并利用jieba分词将清洗过的数据进行处理;再将处理后的数据存入数据库,通过TF-IDF进行文本特征的提取;同时,利用支持向量机对极短文本进行分类。经过1-0检验,验证了模型的有效性。实验以芜湖市社管平台中的9906条极短文本数据作为样本进行算法检验与分析。结果表明在分类准确率方面,该方法相比于朴素贝叶斯、逻辑回归、决策树等传统方法得到有效提高;在误分度与精确度指标上匹配结果更加均衡。

基于效用最大化的无线可充电传感器网络有向充电调度方案

针对当前无线可充电传感器网络(WRSNs)一对一移动充电方式存在充电效率低、定向充电模型缺乏问题,该文提出了一种基于充电效用最大化(MUC)的一对多有向充电调度方案。方案首先筛选网络中充电增益最大的有向覆盖子集;然后根据有向覆盖子集确定充电锚点,并进而规划充电器的移动路径;最后在满足移动充电器能量和充电周期约束条件下优化移动充电器的充电时间。实验结果表明,该方案与平均能量充电(AEC)、固定能量充电(FEC)相比,充电效率分别提高了13.7%和32.7%;与最多节点覆盖(MNC)、最大平均增益覆盖(MAGC)子集筛选方案相比,充电效率分别提高了4.4%和35.9%;同时在网络饿死节点数目上与MNC,MAGC方案相比也显著降低。