【摘 要】
：
随着物联网应用的快速发展,传感信息日益多元化,传感器网络规模广域化,底层传感器网络构成异构化,传感信息数量大数据化,相应地,这也使得底层传感信息中所蕴含的不一致性、不
【机 构】
：
海军工程大学电子工程学院计算机工程系,空军预警学院兵器运用工程军队重点实验室
论文部分内容阅读
随着物联网应用的快速发展,传感信息日益多元化,传感器网络规模广域化,底层传感器网络构成异构化,传感信息数量大数据化,相应地,这也使得底层传感信息中所蕴含的不一致性、不完整性、不准确性等影响信息质量的因素大大增加。而传统的上下文感知技术没有充分考虑上下文质量对感知过程的影响,因此,在现有的上下文感知系统框架的基础上,充分研究不一致性、不完整性、不准确性等低质量传感器上下文的消除问题,通过上下文质量因子分类配置、不准确与不一致上下文丢弃、不完整上下文填充等方法实现了不同层次的控制机制,降低了信息的不确定性,从而有效提高了物联网应用的上下文处理质量。
其他文献
为了研究实际空气中自然破片的运动规律，建立了直角坐标系下破片质心运动模型，并建立SIMULINK仿真模型对破片的运动微分方程组进行仿真求解，得到了破片的运动轨迹、飞行的水平距
试验表明,在可燃气云爆炸引发过程或爆炸初始阶段,通过喷洒抑爆材料可抑制爆炸燃烧反应进程,继而中断爆炸反应或显著削弱爆炸强度。无机粉末、惰气和水雾是性价比较高的抑爆
业务驱动开发支持多名业务人员对一项流程进行设计。为获得一个标准的参考数据感知过程,需要将这些变种合并,而检测和解决变种之间的差异是不可或缺的一环。现有方法大多依赖于修改日志从控制流层面检测和解决过程模型之间的差异,而很少研究数据感知过程之间差异的问题。基于程序依赖图和对应关系,提出一种通过比较修改前后的数据感知过程来检测和解决差异的方法。该方法建立一个层次性修改日志,以满足用户友好性的要求。
神经网络的连接权在辨识中对应于模型参数,通过权值的调节可使网络输出逼近于系统输出。将神经网络作为辨识器NNI时,经训练,网络权值即为系统参数的估计。改进算法引入加权因
社交网络影响最大化问题是指如何寻找网络中有限的初始节点，使得影响的传播范围最广。一些贪心算法可以得到较好的影响范围，但是因时间复杂度太高而不适用于大型社交网络。基于
Graph Cuts一直是应用于图像处理领域的一种重要方法。近些年特别在CUDA出现后,图像处理器逐渐成为能够编程的高层次多核心并行处理器。在GPU高性能计算平台上并行实现基于压入与重标记算法的Graph Cuts能够提高算法的运算性能,对于扩大Graph Cuts在图像处理领域的应用范围很有研究价值。首先将压入与重标记算法在GPU上进行并行化,通过CUDA的纹理内存技术来优化和改进并行化地压入与
随着社交网络的发展,新的词汇不断出现。新词的出现往往表征了一定的社会热点,同时也代表了一定的公众情绪,新词的识别与情感倾向判定为公众情绪预测提供了一种新的思路。通