检索结果-内蒙古大学图书馆

应用声学 2015年第1期34卷 58-64页

作者：肖东魏丽萍陈庚陈岩马力中国科学院水声环境特性重点实验室北京100190

水声传感器网络(Underwater acoustic sensor networks,UASN)通常由随机散布的传感器节点组成。需要通过自组织算法将这些节点组成具有一定功能的网络。目前,已有较多成熟的用于陆地无线传感器网络(Wireless sensor networks,WSN)的自... 详细信息

水声传感器网络(Underwater acoustic sensor networks,UASN)通常由随机散布的传感器节点组成。需要通过自组织算法将这些节点组成具有一定功能的网络。目前,已有较多成熟的用于陆地无线传感器网络(Wireless sensor networks,WSN)的自组织算法。但水声通信中存在的严重的传播损失、较高的背景噪声、有限的通信带宽、较长的传播时延、复杂的多途信道等,使得大多数适用于WSN的自组织算法难以适用于UASN。本文提出了一种改进的自组织算法,在简单泛洪广播算法中附加一段询问过程。通过OPNET仿真证明了在相同的条件下,相比于简单泛洪与概率泛洪广播算法,本算法可以在较短的时间内建立起有效路由,降低了水声网络在自组织阶段的能量消耗。

关键词：水声传感器网络自组织算法泛洪广播

来源：评论

学校读者我要写书评

暂无评论

平面运动无人集群系统自组织编队算法研究

平面运动无人集群系统自组织编队算法研究

引用

作者：郭淑平华南理工大学

学位级别：硕士

近年来,随着工程技术的发展,机器人技术也取得了长足进步,在工业、医疗和军事领域有着广泛的应用。群体中的单个机器人在感知、计算、决策和执行能力上是受限的,在外部作用下,容易发生故障,导致任务无法完成。然而,在复杂的环境下,群体... 详细信息

近年来,随着工程技术的发展,机器人技术也取得了长足进步,在工业、医疗和军事领域有着广泛的应用。群体中的单个机器人在感知、计算、决策和执行能力上是受限的,在外部作用下,容易发生故障,导致任务无法完成。然而,在复杂的环境下,群体机器人能够通过协同作用来完成任务,展现出优越的性能。早期,多机器人协同采用的是集中控制的方式,适合于结构简单机器人数量较少的情况;随着机器人数量增加,控制中心的计算压力和通信成本将急剧增加,这使得集中控制的方式不能满足实际需求。受生物群体自组织行为的启发,群体机器人已经从科学发现和工程研究的角度以分布的方式进行了研究。目前大多数针对集群系统的编队控制算法是基于序号和绝对位置的,设计简单但也存在一些不足。在基于序号的方式下,编队中每个机器人期望的位置是根据序号预先分配的,因此编队容易受到机器人故障的影响。在实际的情况中,获取到机器人的绝对位置比较困难:一、需要花费巨大的代价来搭建全局坐标平台;二、在室内以及复杂环境下机器人的绝对位置无法获取。因此,设计自组织的编队具有极大的前景和挑战。本文提出了针对无人集群系统的自组织算法来解决平面移动机器人的两类编队控制问题。首先,算法中机器人在编队中的期望位置不是根据它们的序号预先指定的,而是通过当前位置状态动态决策来确定的,这样避免了编队受到机器人故障的影响。其次,机器人之间利用的是相对位置测量方式,避免了无法获取绝对位置信息带来的缺陷。本文研究了两种编队队形:线形、楔形,并针对每种队形设计了两种自组织算法。首先,设计了两种动态领航自组织线形编队算法。机器人根据当前的位置状态选择前进方向上的领导者,动态生成领导者-跟随者序列,那么跟随者就能够通过控制器精确的跟踪上领导者,从而渐进形成期望的线形编队。其次,设计了两种动态领航自组织楔形编队算法。首先机器人根据当前的位置状态动态分配角色,然后针对每一翼机器人按照升序的方式动态选择领导者,形成领导者-跟随者序列,最后将编队问题转化为跟踪问题。

关键词：运动机器人多智能体系统自组织算法编队控制

来源：评论

学校读者我要写书评

暂无评论

一种多中心自组织优化的神经网络学习算法

一种多中心自组织优化的神经网络学习算法

引用

1997年中国神经计算科学大会

作者：伍思涛王晓茹交通大学电气工程学院

该文研究了一种类ｋｏｈｏｎｅｎ神经网络模式分类器，由一个单层网络组成，采用多中心自组织优化的神经网络算法。通过对训练样本的聚类分析，它能有效地训练网络，并能在学习过程中自动地调整聚类多中心，使聚类结果达到最优。它比传... 详细信息

该文研究了一种类ｋｏｈｏｎｅｎ神经网络模式分类器，由一个单层网络组成，采用多中心自组织优化的神经网络算法。通过对训练样本的聚类分析，它能有效地训练网络，并能在学习过程中自动地调整聚类多中心，使聚类结果达到最优。它比传统的ｋｏｈｏｎｅｎ自组织特征映射网络有容错性好，分类正确率高等优点。计算机模拟实验证实了其优越性。

关键词：自组织算法互信息量

来源：评论

学校读者我要写书评

暂无评论

一种基于改进文化算法的迭代自组织聚类组合算法

一种基于改进文化算法的迭代自组织聚类组合算法

引用

作者：韩坚郑琼玲肖纯李刚黄华汪洋彭翔刘璇刘松黎涛 337000 江西省萍乡市安源区后埠街楚萍西路2号

本发明公开了一种基于改进文化算法的迭代自组织聚类组合算法，包括如下步骤：S1、聚类算法，其中迭代自组织算法得到更合理的分类；S2、文化算法，进行基因进化操作，用适应度函数对个体进行评价，输入其提供的优秀样本，将样本的隐藏... 详细信息

标准号: CN113191555A

本发明公开了一种基于改进文化算法的迭代自组织聚类组合算法，包括如下步骤：S1、聚类算法，其中迭代自组织算法得到更合理的分类；S2、文化算法，进行基因进化操作，用适应度函数对个体进行评价，输入其提供的优秀样本，将样本的隐藏信息进行显性描述存放，对种群进化的引导并更新函数更新，指导种群个体进化，直到获得最优解；S3、评价种群空间个体，生成初始信仰空间；S4、对种群空间中每个父代个体进行变异，生成相应的子个体；S5、设定接收函数，并更新信仰空间；S6、若不满足终止条件，重复步骤4，反之结束，得到最优分类。本发明提高了电力负荷数据聚类分析的稳定性和可靠性，对电力系统平稳、安全的运行具有重大意义。

关键词：种群算法进化迭代样本电力负荷数据适应度函数自组织算法电力系统父代个体函数更新聚类分析聚类算法聚类组合隐藏信息终止条件重大意义自组织最优解分类更新基因重复改进安全

来源：评论

学校读者我要写书评

暂无评论

基于迭代自组织和多智能体遗传聚类算法的图像分割方法

基于迭代自组织和多智能体遗传聚类算法的图像分割方法

引用

作者：刘静焦李成王霄熊涛刘红英马文萍马晶晶 710071 陕西省西安市太白南路2号

本发明公开了一种基于迭代自组织和多智能体遗传聚类算法的图像分割方法，主要解决现有技术中分割结果过分依赖初始参数、容易陷入局部最优的问题。其分割步骤为：1)提取待分割图像的灰度信息；2)将迭代自组织算法ISODATA算法思想作用... 详细信息

标准号: CN104050680B

本发明公开了一种基于迭代自组织和多智能体遗传聚类算法的图像分割方法，主要解决现有技术中分割结果过分依赖初始参数、容易陷入局部最优的问题。其分割步骤为：1)提取待分割图像的灰度信息；2)将迭代自组织算法ISODATA算法思想作用到待分割图像上，获得最优聚类数目；3)根据最优聚类数目，利用多智能体的算法框架对待分割图像进行聚类，获得最优聚类标签；4)根据最优聚类标签，对待分割图像像素分类，实现图像分割。本发明不需明确确定聚类数目，且收敛效果好，容易得到全局最优值，能够改善图像分割的质量、增强了分割结果的稳定性，可用于图像目标的提取和识别以及其它后续处理。

关键词：分割图像聚类图像分割多智能体分割结果聚类标签迭代自组织算法初始参数后续处理灰度信息聚类算法全局最优算法框架算法思想图像目标像素分类自组织可用收敛遗传分割

来源：评论

学校读者我要写书评

暂无评论

基于SOTSFNN的溶解氧浓度控制方法

引用

化工学报 2016年第3期67卷 960-966页

作者：乔俊飞付文韬韩红桂北京工业大学电子信息与控制工程学院计算智能与智能系统北京市重点实验室北京100124

针对污水处理过程溶解氧浓度难以控制的问题,提出了一种基于自组织T-S模糊神经网络的控制方法。其实质是采用模糊规则层激活强度的方法,根据实际环境自适应的对神经元进行调整,构造合适的控制结构,从而提高控制精度。同时采用梯度下降... 详细信息

针对污水处理过程溶解氧浓度难以控制的问题,提出了一种基于自组织T-S模糊神经网络的控制方法。其实质是采用模糊规则层激活强度的方法,根据实际环境自适应的对神经元进行调整,构造合适的控制结构,从而提高控制精度。同时采用梯度下降法对控制器的各个参数进行实时调整。该控制器运用在污水处理基准仿真模型中进行实验,结果表明,提出的SO-TSFNN控制方法能够较好地实现对溶解氧浓度的控制,具有较好的自适应性。

关键词：神经网络控制溶解氧浓度动态仿真自组织算法

来源：评论

学校读者我要写书评

暂无评论

根据用户数目妥善安排传输的多址接入协议性能的理论分析

引用

电子与信息学报 2005年第11期27卷 1795-1800页

作者：刘静李建东周雷张光辉西安电子科技大学ISN 国家重点实验室信息科学研究所'宽带无线通信实验室西安710071

该文基于有效竞争接入、高效无冲突轮询传输的思想改进了根据用户数目妥善安排传输的多址接入(UPMA) 协议,根据业务需求对上下带宽资源实行动态分配,使用有效的冲突解决策略保证节点尽快接入信道,采用高效的无冲突轮询传输避免了传输开... 详细信息

该文基于有效竞争接入、高效无冲突轮询传输的思想改进了根据用户数目妥善安排传输的多址接入(UPMA) 协议,根据业务需求对上下带宽资源实行动态分配,使用有效的冲突解决策略保证节点尽快接入信道,采用高效的无冲突轮询传输避免了传输开销。该文还给出了协议的理论分析模型,并通过计算机仿真验证了理论模型的正确性。理论值和仿真结果表明提出的协议可以提供高的通过量、较低的平均消息时延和较小的平均消息丢弃率。最后通过理论计算给出了在给定无竞争服务周期长度的情况下竞争接入周期的最佳长度。

关键词：多址接入协议自组织算法性能分析

来源：评论

学校读者我要写书评

暂无评论

依据用户妥善安排的多址接入协议在分布式无线网络中的性能研究

引用

电子学报 2002年第8期30卷 1175-1179页

作者：张文柱李建东刘凯西安电子科技大学综合业务网国家重点实验室信息科学研究所陕西西安710071

本文基于有效竞争预约接入、无冲突轮询传输的思想提出了在多跳分布式无线网络中支持节点移动性和多跳网络结构的依据用户妥善安排的多址接入 (UPMA)协议 .该协议能够保证发送节点快速接入信道 ,从而大大提高信道的使用效率 .用仿真方... 详细信息

本文基于有效竞争预约接入、无冲突轮询传输的思想提出了在多跳分布式无线网络中支持节点移动性和多跳网络结构的依据用户妥善安排的多址接入 (UPMA)协议 .该协议能够保证发送节点快速接入信道 ,从而大大提高信道的使用效率 .用仿真方法研究了多跳分布式无线网络中采用该协议时的网络性能 .结果表明 ,UPMA协议可以提供较高的通过量、较低的平均分组时延和较小的平均分组丢失率 .

关键词：分布式无线网络多址接入协议网络性能 UPMA 自组织算法

来源：评论

学校读者我要写书评

暂无评论

基于非线性Kalman滤波的导航系统误差补偿技术

引用

国防科技大学学报 2017年第2期39卷 84-90页

作者：沈凯聂吾希斌K.A. 刘荣忠普拉列达尔斯基A.V. 郭锐南京理工大学机械工程学院江苏南京210094 莫斯科鲍曼国立技术大学计算机科学与控制系统学院俄罗斯莫斯科105005

针对非线性非高斯导航系统信息处理问题,采用自组织算法、神经网络和遗传算法等改进传统非线性Kalman滤波算法,构建一种自适应的组合导航系统。应用具有冗余趋势项的自组织算法、Volterra神经网络和遗传算法,建立导航系统误差的非线性... 详细信息

针对非线性非高斯导航系统信息处理问题,采用自组织算法、神经网络和遗传算法等改进传统非线性Kalman滤波算法,构建一种自适应的组合导航系统。应用具有冗余趋势项的自组织算法、Volterra神经网络和遗传算法,建立导航系统误差的非线性预测模型,进而计算得到其预测值;将该预测值与Kalman滤波算法求得的估计值进行比较得到差值,以此监测Kalman滤波算法的工作状态;采用自适应控制方法,在导航系统结构层面改进Kalman滤波算法,构建新型的导航系统误差补偿模型。开展基于导航系统KIND-34的半实物仿真研究,应用所提出的改进方法改善了导航系统误差的补偿效果,提高了组合导航系统的自适应能力和容错能力。

关键词：组合导航系统导航系统误差补偿非线性Kalman滤波自组织算法遗传算法

来源：评论

学校读者我要写书评

暂无评论

移动分布式无线网络中具有QoS保证的UPMA协议

引用

电子与信息学报 2003年第3期25卷 370-376页

作者：刘凯李建东翁继伟西安电子科技大学综合业务网国家重点实验室信息科学研究所西安710071

该文基于有效竞争预约接入、无冲突轮询传输的思想提出了支持节点移动性、多跳网络结构和服务质量(QoS)的依据用户妥善安排的多址接入(UPMA)协议。它大大提高了信道的使用效率,保证了发送节点能快速接入信道,同时,最大程度地保证所有实... 详细信息

该文基于有效竞争预约接入、无冲突轮询传输的思想提出了支持节点移动性、多跳网络结构和服务质量(QoS)的依据用户妥善安排的多址接入(UPMA)协议。它大大提高了信道的使用效率,保证了发送节点能快速接入信道,同时,最大程度地保证所有实时业务的时延和带宽要求。最后,我们考察了它对Internet数据业务的支持性能。

关键词： UPMA协议移动分布式无线网络多址接入协议自组织算法多跳分群结构 QoS保证服务质量

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：