基于CTGAN与GDMPA-RF算法的活立木含水率诊断方法优化研究

活立木含水率的精准实时诊断是智慧林业领域的重要研究内容,其可为植物生理状态分析、林区生态水文调控、林火预警防范等做出关键指征。基于无线声发射传感器网络(Wireless Acoustic Sensor Network,WASN)系统的含水率测定方法既可实现高效无损探测,又能长期野外部署,尤为适合林场实际需求。为了进一步提升WASN的辨识准确率,首先利用条件表格生成对抗网络(Conditional Tabular GAN,CTGAN)对所采集的AE特征进行数据增广,其次基于分布式梯度提升框架(Light Gradient Boosting Machine,LightGBM)对扩增后的混合数据集进行特征优选,然后提出了黄金正弦动态海洋捕食者算法优化的随机森林(Golden-Sine Dynamic Marine Predators Algorithm-Random Forests,GDMPA-RF)策略,并以此建立含水率精准反演模型。实验对比结果显示,基于优选特征子集构建的GDMPA-RF模型在立木含水率诊断性能强化方面效果最佳,其准确率(Accuracy)、精确率(Precision)、F1分数(F1-Score)、加权平均(Weighted Average)和AUC分别为99.17%、99.52%、98.14%、0.9943和0.9850,均高于鲸鱼优化算法等结合RF模型的评估指标,说明方法具有优良的监测效能,较好地优化了活立木树干含水率的在线实时推演精度。

What would Li Yuchun do if she wasn't popular?

In an interview with Li Jing, a hostess of a TV station, Li Yuchun told her story how she was becoming famous. Li Yuchun said frankly that her life after her success had changed a

基于低能耗无线驱动装置和无线传感器网络安全性的管理方案

针对无线驱动装置和传感器网络(W A SN s)特殊的网络约束和数据传输要求,提出一种两层密钥更新/路由更新和多密钥管理方案,该方案具有可靠的安全性,可以抵御来自移动传感器网络的主动攻击;通过采用OPNET 8.0进行网络仿真,证明该方案具备良好的节能性。

无线声传感器网络比例向量迭代目标定位算法

针对无线传感器网络对目标声源的定位问题,依据无线声传感器网络建立了比例向量迭代目标定位算法,每个传感器节点仅配备一个声音传感器作为其感知设备,通过移动向量迭代使得按照接收能量值计算的距离比例和按照估计位置计算的距离不断靠近,从而使估计位置逐渐逼近目标真实位置,初始估计位置通过加权质心法获得。根据比例向量迭代算法确定了4节点模型的节点选择方法,并仿真分析了算法的定位过程和定位精度。结果表明,比例向量迭代定位算法能够利用至少3个节点对目标声源进行定位,且平均定位精度为-15 d B,满足无线声传感器网络对目标的定位要求。

声传感器网络中的节点效用盲评估算法

在麦克风节点分散布置的无线声传感器网络中,麦克风节点子集的选择通常是依据节点接收信号的质量好坏。然而在节点和声源位置、源信号、噪声信号都未知的情况下很难对其进行评估。对此,该文提出一种只依赖麦克风接收数据的节点效用盲评估算法。该算法基于频域信号的高阶统计信息(峭度)与信噪比间的关系,将接收信号各频点峭度值的加权和作为节点的效用值。仿真实验结果表明,该盲评估算法能有效地评估节点接收信号质量的好坏,评估结果与理论信噪比基本一致。