基于行人航位推测技术的智能手机测步算法

针对智能手机测步问题,提出基于行人航位推测技术的测步(Pedestrian Dead Reckoning-based Step Detection,PDR-SD)算法。PDR-SD算法依据从智能手机获取加速的数据,实现测步。PDR-SD算法引用低复杂信号处理技术滤除噪声,再估计峰值和谷值,同时避免因无意手机移动而产生虚步,从而实现准确地测步。为了分析PDR-SD性能,依据Android平台建立实验。实验数据表明,提出的PDR-SD算法能够实时地检测步伐,并且检测率保持99%以上。

虚拟现实技术在现代服装设计中的具体运用

随着科学技术的发展,计算机技术已经可以构建出虚拟现实的场景,人们可以从视觉、听觉等感官方面体验到身临其境的感觉,这就是虚拟现实技术。随着虚拟现实技术的不断发展和完善,该技术已经广泛应用于各行各业,尤其是服装制造业。传统的服装造型设计只能通过设计师手绘在图纸上,许多新奇的构思和设计想法也无法通过手绘完全表现出来,严重阻碍了服装设计多样化的发展。

基于无迹卡尔曼滤波的移动目标跟踪算法

为了提高对目标跟踪的位置估计精度,提出基于无迹卡尔曼滤波的移动目标跟踪UKTT算法。UKTT算法先获取移动目标与锚节点间的接收信号强度指示RSSI值,再依据这些RSSI值训练通用回归神经网络GRNN模型,并由GRNN初步估计目标位置,再由无迹卡尔曼滤波UKF修正目标位置的估计值。仿真结果表明,提出的UKTT算法提高了对目标位置的估计精度。

UWSNs中基于线性规划的节点部署算法

针对水域的固体污染物检测,提出基于混合整数线性规划的水下传感网络节点部署算法(Mixed Integer Linear Program-based 3D Underwater Wireless Sensor Networks Deployment, MILP-UWSNs),其目的在于最小化水下传感节点数,并保证网络覆盖率。首先,将部署区域划分为多个子立方体Sub-Cubes,然后再利用混合整数线性规划计算Sub-Cubes的最小尺寸,并确保部署所有Sub-Cubes的收敛时间在可接受范围内。最后,分析MILP-UWSNs算法的有效性,并将MILP-UWSNs算法与常见的同类算法进行比较。实验数据表明,提出的MILP-UWSNs算法具有可扩展性,并且在部署成本,监控质量方面均具有良好的性能。

一种基于强化学习的深度信念网络设计方法

近年来,基于深度学习思想发展起来的深度信念网络(Deep Belief Networks, DBN)在人工智能和大数据预测分析中得到了成功的应用。由于DBN的隐含层数较多,传统的DBN有监督精调(Fine-tuning)方法-BP算法很难得到令人满意的学习精度,甚至会因为梯度扩散(Gradient Diffusion)导致精度调节失败,且网络鲁棒性差。针对此问题,提出一种基于强化学习策略的DBN模型(RL-DBN)及其算法。首先利用自适应对比散度(Adaptive Contrastive Divergence, ACD)算法来快速预训练DBN的隐含层以获取较优的初始权值,然后用强化学习算法代替BP算法对DBN进行精调以提高有监督学习的精度和网络的鲁棒性。实验结果表明,相较于现有的类似模型,RL-DBN在学习速度、精度以及鲁棒性能等方面均有较大提高。

无线传感网络中基于时延感知的背压路由

尽管背压路由优化了传感网络的吞吐量,但其也存在数据包传输时延大的问题。为此,提出基于时延感知的背压路由(Delay-Aware Backpressure Routing,DABR)。DABR路由估算数据包驻留在队列中的时间(驻留时间),并依据数据包队列积压差和驻留时间决策路由,优先传输驻留时间长的数据包,进而在不损害网络吞吐量性能前提下,缩短数据包传输时延。仿真结果表明,提出的DABR路由提升了数据包传输成功率,并降低了数据包传输时延。

正态云模型果蝇优化算法及其应用

提出了一种基于正态云模型的果蝇优化算法(NCMFOA).该算法通过直接将果蝇位置赋值给气味浓度判定值和引入正态云模型来刻画果蝇嗅觉搜索行为的随机性与模糊性,从而解决了果蝇优化算法(FOA)不能搜索负值空间的缺陷,并有效克服了FOA算法在解决复杂优化问题时容易陷入局部极值的不足.通过正态云模型熵值的动态调整,使得NCMFOA算法在进化的前期阶段具有较强的随机性与模糊性,以提高算法的全局探索能力;随着迭代次数的增加,算法搜索行为的随机性与模糊性逐渐减弱,使得其局部开发能力逐渐增强,算法收敛精度得到提高.此外,通过引入视觉实时更新方案,进一步加速了算法的收敛速度.用经典的基准测试函数验证了NCMFOA算法的可行性与有效性,结果表明该算法具有收敛速度快、收敛精度高以及鲁棒性好等优点,对于高维复杂优化问题,该算法同样获得了良好的优化效果.将NCMFOA算法用于解决混沌系统的参数估计问题,进一步验证了该算法具有较强的解决实际工程优化问题的能力.