传感环境下基于局部Voronoi图的启发式反监控路径发现算法

来源 :计算机应用 | 被引量 : 0次 | 上传用户:danfengtaoyang
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对移动对象通过传感区域时的安全问题,提出了一种基于局部Voronoi图(VT)的启发式反监控路径发现算法。首先,给出了一种基于局部Voronoi图的路径暴露风险近似估算模型。在该模型中,移动目标可依据当前探测到的传感器节点位置信息动态生成局部Voronoi图,并可依据定义的暴露风险计算公式近似估算出局部Voronoi图中各条边所对应路径的暴露风险。然后,在此基础上设计并实现了一种启发式的反监控路径发现算法。在该算法中,移动目标可首先基于局部Voronoi图确定自己的下一跳位置点候选集,然后再基于定
其他文献
<正> 随着市场经济不断发展,农业进入了一个新的发展阶段。笔者结合射阳县的实际,认为当前发展农业、致富农民,必须适应新形势的要求,按照特色化、外向化、产业化的发展方向,
针对主观分配属性项权重的方法忽视了各属性项在身份匹配的应用领域中具有的特殊含义与作用,导致识别准确率低的问题,提出了一种基于信息熵的跨网络用户身份识别算法(IE-MSNUIA)。首先,该算法分析不同属性项的数据类型及物理含义,相应地采用不同的相似度计算方法;然后根据各属性的信息熵值赋予权值,进而充分挖掘各属性的潜在信息;最后融合各个属性进行决策判定账号是否匹配。理论分析和实验结果表明,与机器学习算
聚合物"刷"是端接枝超薄聚合物层的形象描述,在材料表面形成聚合物"刷"是控制材料表面性质的一种有效手段.因其在材料表面结构分子设计中具有突出的优越性,近年引起了材料表
经商财政部,现将《研发机构采购国产设备退税管理办法》予以发布,自2011年1月1日至2015年12月31日施行。
为提取更多有效特征并提高模型训练的收敛速度,提出一种基于并列卷积神经网络的超分辨率重建方法。该网络由两路不同结构的网络组成:一路为简单的残差网络,其优化残差映射比原始的映射更容易实现;另一路为增加了非线性映射的卷积神经网络,增强了网络的非线性能力。随着并行网络结构的复杂化,收敛速度慢成为突出问题。针对这个问题,在卷积层后添加正则化处理,以简化模型参数、增强特征拟合能力,最终达到加快收敛的目的。实验