3G网络中基于运动的位置更新算法研究

针对实际网络中存在大量的"乒乓"效应问题,分析了传统基于运动位置更新算法的不足,并提出了解决这一问题的有效算法。新算法增加了2个运动阈值,分别用来限制因局部蜂窝间往返运动和相邻位置区间的局部运动导致的位置更新次数,优化了传统算法中的运动阈值。在3G网络中3层数据库结构下对改进后的算法进行了仿真,并与传统算法进行了比较。结果表明,改进后的算法能有效抑制"乒乓"效应,并能降低平均位置更新次数。

篮球频繁策应移动进攻法在比赛中的运用

现代篮球运动对抗激烈，对持球队员防守十分严密，使得进攻的难度越来越大，必须引起足够的重视。调动无球队员的积极性，扩大其活动范围，发挥其助攻作用，寸能适应当今的篮球对抗状态。由此我们在长期的训练、比赛和教学实践中，总结了一套以我为主、以内为主、内外结合的频繁策应移动进攻法。

一种基于MP-tree的频繁路径挖掘算法

针对应用射频识别(radio frequency identification,RFID)技术产生的海量数据,引入挖掘频繁路径的思想,提出挖掘频繁路径的算法MP(movement path)-mine.该算法通过构建MP-tree的形式,只须扫描数据库一次就可以挖掘出所有的频繁移动路径,便于快速向用户提供物品移动趋势方面的信息.理论分析和实验结果表明该算法性能非常有效.

蜂窝网中基于位置预测的切换算法

为了满足未来移动网络蜂窝小、切换频繁、支持规模用户和多媒体应用的需求,对位置预测与越区切换进行深入分析,提出了基于位置预测的越区切换方案HDLP(Handover Decision based on Location Prediction),其基本思想是:(1)从移动用户的大量历史移动轨迹数据中挖掘频繁轨迹;(2)根据挖掘出的频繁轨迹集合生成运动规则;(3)将运动规则运用于判决蜂窝移动通信的越区切换中。对所提算法进行仿真的结果表明,与传统的切换方案相比较,本算法减少了不必要的越区切换次数,降低了错误切换率,提高了切换的准确率,进而在一定程度上降低了通信代价,提高了通信系统的容量以及QoS。

基于Period-Near算法的用户移动位置预测

新浪微博是一种允许大量用户彼此分享包括位置在内的个人信息的电子媒介,它使得掌握用户的运动轨迹成为可能。尽管用户的运动和移动模式有着高度的自由性和多样性,但是周期性的运动是非常频繁的现象,因此寻找用户的周期行为对于了解用户的动作至关重要。在本文中将这个问题定义为"预测用户将要去哪里",该问题涉及2个子问题:如何发现用户的历史行为以及如何应用用户的历史行为来预测其将来的行为。假设用户的行为是周期性的,并且如果用户在一个位置的时间足够长,那么他/她将会一直待在这个位置。基于这2个假设,提出一个4阶段算法Period-Near来解决这个问题。在算法的第1阶段挖掘用户的周期性行为,第2阶段发现其较为频繁的移动,第3阶段了解用户在最近一段时间所处的位置,第4阶段是根据前3个阶段来预测用户接下来将要去哪里。无论是在综合数据上还是实际数据上的实验研究均表明本文方法具有一定的有效性。

频繁动作交流异步电动机控制系统的改进

介绍了一种用于频繁动作交流异步电动机控制系统的改进方法。以此实现 2台电动机的正、反转控制。

开出炉口用变压器在电炉中的应用及节能

阐述了30MVA密闭电石炉在投入自动化运行时(电极自动升降调节功能),出炉开出炉口中引起电极频繁上下波动,给电石炉稳定运行造成诸多不利因素,制约电炉的各项经济指标。为此,设计开炉眼专用变压器,实现大型电石炉的自动化,为稳定炉况提供保障,取得了较好的经济效益。

基于移动性相似用户的位置预测

随着定位技术的发展以及智能设备的普及,人们越来越喜欢在基于位置的社交平台发布自己的地理位置。而用户移动行为具有随机性、多样性和时序性,基于向量自回归的位置转移演化算法(LTE),很好地学习用户位置转移随时间、空间变化的规律,然而该算法未考虑相似用户对目标用户移动行为的影响。针对这一问题,提出基于移动性相似用户的位置预测算法。实验表明,该算法可以在一定程度上排除非相似用户对发现目标用户位置转移规律的干扰,具有较高的性能。