基于科学论文多源数据的研究前沿集成识别模型研究

[目的/意义]拟探讨设计一种研究前沿的集成识别模型,以期为研究前沿的相关实践提供一些借鉴和参考。[方法/过程]对研究前沿的基本概念和识别方法进行详细梳理,总结现有问题和局限,利用科学论文的发文引用数据、下载使用数据、替代计量数据等多种数据,结合引文分析、词频分析、共词分析等多种工具和方法,以"神经网络计算"领域为例,构建了研究前沿的集成识别模型。[结果/结论]根据科学论文不同类型和不同时期数据的特点,集成识别模型可以集合各种数据方法的优势,弥补各种数据方法的不足,提高最终识别结果的可靠性和准确度,具有一定的创新可行性。

多节点多车联动下的物联网标签动态识别仿真

研究物联网框架下车辆通信中的标签优化识别问题。在多车多节点物联网标签通信中,多车辆同时运动,车辆中途遇阻随机性很难约束,车辆节点间动态距离变化很大。传统的物联网框架下的标签通信中,需要建立固定的距离模型,根据识别距离完成多节点通信,一旦距离不可控,会造成识别错误,物联网内部节点通信失败。为解决上述问题,提出基于集成动态识别模型的多节点多车通信中物联网标签动态识别方法。计算多节点多车通信中的多普勒频移,根据获取的结果排除多普勒频移干扰。建立集成动态识别模型,从而完成多节点多车通信中的物联网标签动态识别。实验结果表明,利用改进算法进行物联网标签动态识别,能够提高识别的准确性,从而提高通信效率。