覆盖算法

摘要： 覆盖算法因较高的效率与准确率得到了广泛应用,李群覆盖学习算法是覆盖算法在李群机器学习下的新领域。本文对覆盖和覆盖算法进行了简要概述,介绍了多连通李群覆盖学习算法,阐述了求解最优道路时该算法存在的问题以及对应的优化算法,最后对李群覆盖学习算法的局限性进行分析并提出了改进思路,对其未来发展方向进行了展望。

摘要： 覆盖控制问题是无线传感器网络研究的基本问题之一。该文根据无线传感器网络中的覆盖控制原理,设计并实现了一个仿真平台,然后选取覆盖控制算法中的一个典型算法作为研究对象,在该平台上实现了该算法,研究其在定位存在误差情况下的性能变化情况。

摘要： 图表示社区检测使用图表示方法学习网络节点的向量表示,然后对节点向量进行聚类获得社团结构.然而经典的聚类算法在聚类节点向量时,得到的结果往往不能够体现社区的特性.提出一种新型的聚类覆盖算法,将聚类所得覆盖视为社区划分结果.首先在节点向量空间中计算得到每个簇的覆盖中心;然后根据覆盖中心到同类样本的平均距离作为覆盖半径,在向量空间中形成覆盖;最后对未覆盖的点做二次划分得到社区结构.在多个有真实和无真实标签网络的实验表明,所提出的算法可以得到更合理的社区结果.

摘要： 针对水下环境的三维传感器网络节点随机部署时存在覆盖率低的问题,设计一种基于垂直采样的水下三维传感网络覆盖算法,用于提高水下三维传感器网络覆盖率和连通性.垂直采样算法首先对三维监测区域进行垂直平面采样,然后再对该平面进行直线采样,把三维空间的覆盖问题转化为多平面内的直线覆盖优化问题,达到对整个三维网络覆盖优化的目的.仿真结果表明,在100 m×100 m×100 m的三维监测水域,垂直采样算法比三维随机部署策略可提高约4％～28％的覆盖率,在节点数为40时对覆盖率的提升程度最大.

摘要： 在无线传感器网络的很多应用场景中,大量的传感器节点被任意播撒在被监测区域内,形成很多覆盖空洞,对无线传感网络的感知、监测和数据采集能力造成很大影响.为了解决无线传感器网络中的覆盖问题,提出了一种基于虚拟引力的覆盖算法.首先,根据虚拟引力产生的约束条件和引力大小,一种扩大网络覆盖范围的算法被提出,算法分析证明这种算法能够减少覆盖空洞;第二,提出了维持邻居节点连通性的方法;第三,提出一种覆盖感兴趣区域的算法.仿真结果表明,这种算法既能提高网络的覆盖能力,又能减少传感器节点的移动距离.

摘要： 随着我国信息的不断膨胀,基于传统算法模式下的文本分类已经不能满足时代的需求,基于覆盖算法的构造性神经网络文本分类算法,可以有效地解决因为数据量过大而无法实现分类的弊端.因此,本文使用覆盖性前后神经网络算法,从文本的预处理入手,构造了文本的自动分类,并且做出了相应的实验,从实验结果当中来看,覆盖性前后神经网络算法无论是对于文本分类的准确度还是容纳的数据量都远远高于传统算法.

摘要： In multi-instance learning,the core instances play an important role on the prediction of bags' label.And if two instances have different numbers of instances with the same category around them,they have different levels of representative.In order to improve the classification accuracy,multi-instance learning with instance-level covering algorithm (MILICA) is proposed by which we could select the most representative instances to form the core instance set.Firstly,with the max Hausdorff distance and the covering algorithm,the initial core instance set is constructed.Then,the final core instance set and the number of instances in a cover are obtained.Finally,a similarity measure function is used to convert a bag into a single sample for classification.Experimental results on two-category datasets and multi-category image datasets demonstrate that the proposed MILICA method has perfect classification capability.%在多示例学习(Multi-instance learning,MIL)中,核心示例对于包类别的预测具有重要作用.若两个示例周围分布不同数量的同类示例,则这两个示例的代表程度不同.为了从包中选出最具有代表性的示例组成核心示例集,提高分类精度,本文提出多示例学习的示例层次覆盖算法(Multi-instance learning with instance_level covering algorithm,MILICA).该算法首先利用最大Hausdorff距离和覆盖算法构建初始核心示例集,然后通过覆盖算法和反验证获得最终的核心示例集和各覆盖包含的示例数,最后使用相似函数将包转为单示例.在两类数据集和多类图像数据集上的实验证明,MILICA算法具有较好的分类性能.

摘要： 随着互联网上Web服务的日益增多,面对大量功能相同的候选服务,用户希望能够选择质量最优的候选服务.然而,用户通常并不知道所有候选服务的服务质量(Quality of Service,QoS).因此,基于Web服务的历史记录预测QoS值得到了广泛关注.传统的基于协同过滤(CF)的预测方法可能会遭遇数据稀疏、用户信任等问题,导致该方法在预测精度方面表现一般.为解决上述问题,该文提出一种基于覆盖随机游走算法的服务质量预测方法.该方法首先基于用户服务历史QoS记录,使用改进的覆盖算法对用户进行聚类,选取与每个用户聚类次数的Top-k个用户为该用户的信任用户,连接所有用户与其信任用户构建用户信任网;其次,基于用户信任网提出一种随机游走预测方法,在随机游走的过程中,不仅考虑目标服务的QoS信息,同时考虑相似服务的QoS信息,以确保QoS预测的准确性;最后,每次随机游走获得一个QoS值,为使预测更加准确,作者进行多次随机游走,汇总所有QoS值进行预测.为验证文中方法的有效性,作者在真实的Web服务数据集进行了大量实验,其中包括来自339个用户的5825个真实世界Web服务的1 974 675个Web服务调用.实验结果表明文中方法在预测精度上明显优于现有方法,同时可以很好地解决推荐系统的数据稀疏和用户信任问题.

摘要： 空气质量对社会活动、生态环境以及人体健康具有显著影响,对空气质量进行有效评价对空气污染的防护具有重要意义.鉴于空气污染影响因素之间的复杂关系,以及使用统计学理论计算空气污染指数的复杂性,本文提出基于覆盖网络的空气质量评价模型,对空气质量进行评价.通过对阜阳地区监测到的空气质量监测数据进行实验,结果表明该方法高效、实用,具有一定的实际意义和市场推广价值.

摘要： 研究了无线传感器网络覆盖中的四种规格化区域覆盖算法,并比较分析了这些覆盖算法的优缺点和适用条件,建立了分析算法的模型,推导出其应用条件和性能.通过数值仿真和能量仿真两个仿真实验对理论结果进行验证,比较了各种算法对网络性能的影响,得出各个算法所适用的场景,并验证了其有效性和高效性,这对于设计给定参数的传感器网络具有指导性意义。

摘要： 机器学习所述的学习系统旨在根据教师所提供的一组概念样本和背景知识,确定特定概念的描述。从认识论观点来看,对样本进行学习,其知识都集中在样本集上,我们无法"无中生有",换句话说,当我们只有小量样本时,对其学习后,只能得到有限的知识,不可能由此对所有的未知情况进行识别。本文对机器学习问题提出"最小覆盖原理",以此作为多层前向网络的覆盖算法追求的目标,以获得尽可能与学习样本接近的规则；并研究了最小覆盖的若干性质,在此基础上提出一个求"最小覆盖"的几何算法；最后从规划方法的角度给出最小覆盖的求解过程.

摘要： 覆盖算法是归纳学习的一种重要的方法，在已有的覆盖算法中，没有考虑示例集中含错误数据的情形。而在大规模数据库上的数据挖掘中，数据示例集中含有错误的数据记录是常见的情况。该文提出一组覆盖算法的容错策略，可以有效地提高覆盖算法的容错性。

摘要： 该文用matlab软件模拟三维传感区域,随机均匀放置传感器节点并拟合移动目标点的路径,使目标运动到任何位置时都能有效地被锚节点覆盖,为了提高目标的覆盖效率,从实际应用出发,设计了一种优化后的虚拟力算法,对网络中的每个节点引入排斥力、引力、边界约束力3种力的形式,使密集的节点分散均匀,同时引入节点间距离的阈值、边界节点与边界距离的阈值来实现对感兴趣区域的最大覆盖,并用仿真验证算法有效性.

摘要： 针对某些监测区域经常变化的状况,无线传感器网络节点必须要根据监测区域的变化快速做出反应,并自动进行重新部署,有效地覆盖被监测区域或目标。以往的覆盖算法往往局限于对固定监测区域实现最优覆盖.利用人工神经网络的知识,将改进的增长型神经气(GNG)算法用于无线传感器网络覆盖当中,能够针对特殊的环境及变化的监测区域动态地实现快速覆盖任务.仿真结果显示,改进的GNG算法能够减少大量的冗余节点,有效地避免陷入局部极值点,加快收敛速度,最终达到最优覆盖.

摘要： FCV算法和NCA算法是两种典型的基于扩张矩阵归纳规则的覆盖算法。前者采用“≠”作为选择子的关系运算符,给出了求解最大复合问题的近似算法；后者采用“=”作为关系运算符。本文阐述了一种新的基于扩张矩阵的覆盖算法，从3个方面对这两种算法进行了详细的比较,分析了两种算法的优缺点,为两种算法适用不同的场合提供了参考依据。

摘要： 该文从具体实验出发,分析了短波无线电通信信号侦察存在的难点,提出了用覆盖算法构造神经网络,对存在大量噪声的信号进行数据挖掘,但侦察结果尚不能令人满意,为此,对算法进行了优化和改进,改进的算法较好地剔除噪声,有效地发现异常信号,为通信信号侦察提供了保证.

摘要： 该文介绍了一种基于超声波和红外反射式传感器相融合的智能吸尘机器人,该机器人可在未知环境中获取房间长宽信息,实现房间全面覆盖或局部覆盖,该系统还具有无线遥控及语音播报功能,并可在全自主或受控模式下工作,性能稳定、可靠,覆盖率高.

摘要： 该文介绍了一种基于超声波和红外反射式传感器相融合的智能吸尘机器人,该机器人可在未知环境中获取房间长宽信息,实现房间全面覆盖或局部覆盖,该系统还具有无线遥控及语音播报功能,并可在全自主或受控模式下工作,性能稳定、可靠,覆盖率高.

摘要： 该文介绍了一种基于超声波和红外反射式传感器相融合的智能吸尘机器人,该机器人可在未知环境中获取房间长宽信息,实现房间全面覆盖或局部覆盖,该系统还具有无线遥控及语音播报功能,并可在全自主或受控模式下工作,性能稳定、可靠,覆盖率高.

摘要： 本发明涉及一种基于网格化及改进粒子群算法的无线传感网覆盖增强算法，在基于传统的PSO算法以及无线传感网络网格化的基础上，提出了一种改进型PSO算法，其特征在于，在传统粒子群优化算法基础上引入非线性惯性因子。相较于传统算法，改进PSO算法具有更好地收敛能力以及全局搜索能力，极大的减少了节点的计算量并与此同时给出了更优的节点部署策略，提升了覆盖率。可广泛应用于运用到无线传感器网络的在各个领域，如军事，环境监测，医疗健康等。

摘要： 本发明涉及一种基于网格化及改进粒子群算法的无线传感网覆盖增强算法，在基于传统的PSO算法以及无线传感网络网格化的基础上，提出了一种改进型PSO算法，其特征在于，在传统粒子群优化算法基础上引入非线性惯性因子。相较于传统算法，改进PSO算法具有更好地收敛能力以及全局搜索能力，极大的减少了节点的计算量并与此同时给出了更优的节点部署策略，提升了覆盖率。可广泛应用于运用到无线传感器网络的在各个领域，如军事，环境监测，医疗健康等。

摘要： 本发明涉及一种基于网格化及改进粒子群算法的无线传感网覆盖增强算法，在基于传统的PSO算法以及无线传感网络网格化的基础上，提出了一种改进型PSO算法，其特征在于，在传统粒子群优化算法基础上引入非线性惯性因子。相较于传统算法，改进PSO算法具有更好地收敛能力以及全局搜索能力，极大的减少了节点的计算量并与此同时给出了更优的节点部署策略，提升了覆盖率。可广泛应用于运用到无线传感器网络的在各个领域，如军事，环境监测，医疗健康等。

摘要： 本发明公开了基于粒子群优化算法的高空间覆盖度塔基监控摄像头布设方法，该方法实现了布设后的高空监控摄像头在3D地理场景中观测的空间覆盖度最高。该发明主要步骤包括：①输入DEM、基站点数据、目标观测图斑、区划边界数据，并设置种群大小n、种群维度d，迭代次数t等参数。②粒子群种群初始化，设置粒子的初始位置和速度及最大速度Vmax。③判别当前迭代代数是否达到代数阈值t，若未达到，则开展地理空间覆盖范围分析算法。④根据个体适应度更新粒子群中各粒子的速度和位置。⑤根据种群适应度更新粒子群全局速度和位置。⑥进行下一次迭代，循环执行③④⑤步骤，直至达到迭代次数阈值，输出最优个体的组合序列解，得到多个通讯铁塔塔基上组合布设不定数量的高空监控摄像头的优化解。该发明可广泛应用于全域多摄像头布设场景，如：智慧交通、森林防火、城市防灾、自然资源保护监测等方面，在实际中具有较好的应用价值。

摘要： 本发明公开了一种基于呼吸直方图算法的移动通信网络覆盖优化方法，该方法的具体步骤包括在所有需要优化的基站内为全部基站小区的每台天线构建双极化天线信号传播模型后再提取基站小区内的参数和优化目标、根据确定的全部基站小区的优化目标进行决策变量编码以构建成种群、呼吸直方图算法更新迭代由决策变量所构成的种群得到优化目标的最优解、输出最优解的优化目标中每台天线对应校正的优化参数四个步骤。本发明的方法，具备高维优化能力，运算时的收敛速度更快，更符合基站网络优化的工程实践。

摘要： 本发明公开了一种基于多边形分解的全覆盖路径规划算法，包括获取机器人的工作地图，并根据工作地图建立栅格地图；定义关键顶点，并获取栅格地图中的关键顶点；根据关键顶点获得区域分割方向；根据区域分割方向，对栅格地图进行分割，若分割后的分割区域中无关键顶点则分割结束；若分割后的分割区域中存在关键顶点则对存在关键顶点的分割区域继续分割直至分割区域中无关键顶点。本发明将凹多边形分割成凸多边形便于规划弓形全覆盖路径，降低了全覆盖路径规划过程中的重复率和减少了机器人在覆盖过程中的转弯次数。

摘要： 本公开的改善Llyod算法平衡性的覆盖控制方法，根据多个机器人的位置和所述多个机器人所覆盖的区域生成维诺图；根据所述机器人所在维诺图的面积和中心，通过与相邻机器人进行通信计算所述机器人的控制率；循环执行步骤S1和步骤S2，计算所述多个机器人的控制率，利用所述多个机器人的控制率改善Llyod算法平衡性，进而实现对所述多个机器人的覆盖控制。通过将维诺图中各细胞的面积的方差的负梯度引入控制器，对Llyod算法进行了改进。在不提高代价函数的情况下，大幅度降低了当算法收敛时维诺图中各细胞面积的方差，改善了Llyod算法的平衡性。

摘要： 本发明公开了一种基于并行自适应蚁群算法的无人机覆盖路径规划方法，包括以下步骤：步骤1：对需实施覆盖路径规划的CPP区域和该区域内需要避开的NFZ区域进行栅格处理，以此创建集合VSA、集合VSN和集合NFZS；步骤2：采用Dijkstra算法对经过NFZ区域的子路径进行计算得到避障子路径，得到子路径矩阵中；步骤3：采用多个并行线程，每个线程通过SAACO算法，得到当前线程的最优解；步骤4：从多个线程的最优解中选出算法最优解；步骤5：将算法最优解转换为最优路径，得到最优规划路径。

摘要： 本发明公开了天气雷达覆盖范围计算方法及雷达等射束高度图制作算法，S1：方位角计算；S2：斜距计算；S3：遮挡仰角计算；S4：探测斜距对应的球面距离，方位角计算中：假设设地球为标准球体，O为地心，N为地理北极，天气雷达站位于A点，经纬度为(λ0，h0)，阻挡物位于B点，经纬度为(λ，h)，阻挡物相对于雷达站的地心角为n，最大圆对应的劣弧长为LAB，雷达站、阻挡物和地心连线与北极与地心连线的夹角分别为b、a。本发明推导了天气雷达遮蔽角图和等射束高度图的制作理论，指出了以往理论计算在方位角、仰角、斜距等方面存在的偏差。

摘要： 本发明公开了一种基于最小圆覆盖算法的语音定位方法，包括：在空间中分布多个语音测向模块，根据语音的位置计算出语音相对于自身的方向角度；根据人为设定的坐标系，确定每个语音测向模块之间的交点坐标；利用最小圆覆盖算法确定离散分布的所有交点坐标的圆心，即为最后的语音定位坐标；本发明利用最小覆盖圆点集的方法将每个语音定位模块的测向误差对最终的定位结果的影响减到了最小。