您的位置: 专家智库 > >

国家教育部博士点基金(20092302110013)

作品数:24 被引量:692H指数:11
相关作者:彭喜元彭宇罗清华王建民王少军更多>>
相关机构:哈尔滨工业大学哈尔滨理工大学中国移动通信集团黑龙江有限公司更多>>
发文基金:国家教育部博士点基金教育部“新世纪优秀人才支持计划”中国人民解放军总装备部预研基金更多>>
相关领域:自动化与计算机技术电子电信机械工程更多>>

文献类型

  • 23篇中文期刊文章

领域

  • 21篇自动化与计算...
  • 2篇电子电信
  • 1篇机械工程

主题

  • 12篇网络
  • 6篇回声状态网络
  • 5篇无线传感
  • 5篇无线传感器
  • 5篇无线传感器网
  • 5篇无线传感器网...
  • 5篇聚类
  • 5篇感器
  • 5篇传感
  • 5篇传感器
  • 5篇传感器网
  • 5篇传感器网络
  • 4篇时间序列预测
  • 4篇话务
  • 4篇话务量
  • 4篇话务量预测
  • 4篇不确定性数据
  • 3篇时间序列
  • 3篇聚类算法
  • 2篇数据聚类

机构

  • 23篇哈尔滨工业大...
  • 3篇哈尔滨理工大...
  • 1篇中国移动通信...
  • 1篇哈尔滨工业大...
  • 1篇山东大学威海...
  • 1篇通用电气公司

作者

  • 20篇彭喜元
  • 19篇彭宇
  • 5篇罗清华
  • 4篇郭嘉
  • 4篇王建民
  • 4篇王少军
  • 3篇刘琦
  • 3篇王丹
  • 3篇雷苗
  • 3篇刘大同
  • 2篇仲雪洁
  • 1篇高志峰
  • 1篇潘大为
  • 1篇宋佳
  • 1篇陈强
  • 1篇于江
  • 1篇罗悦
  • 1篇王红
  • 1篇葛子寒
  • 1篇袁健博

传媒

  • 13篇仪器仪表学报
  • 5篇电子学报
  • 2篇电子测量与仪...
  • 1篇自动化学报
  • 1篇计算机工程
  • 1篇计算机测量与...

年份

  • 3篇2013
  • 4篇2012
  • 12篇2011
  • 4篇2010
24 条 记 录,以下是 1-10
排序方式:
UIDK-means:多维不确定性测量数据聚类算法被引量:18
2011年
在网络化测试测量信息体系的不确定性测量数据聚类方法研究中,普遍假定测量数据的概率密度函数或者概率分布函数等信息是已知的,这与实际应用系统中这些信息难以获取的情况是相悖的,鉴于此,利用区间数的方法,结合测量数据的统计值来合理地表示多维不确定性测试测量数据,并采用低计算复杂度的不确定性数据距离计算方法,提出一种基于区间数的多维不确定性数据聚类方法——UIDK-means。实验结果表明,该方法具有较高的聚类精度和较低的计算复杂度。
彭宇罗清华彭喜元
关键词:不确定性数据聚类算法
移动通信话务量多步预测的LS-SVM方法研究被引量:14
2011年
针对目前移动通讯对话务量预测的高精度、高效率和多步预测需求,提出一种基于最小二乘支持向量机(least-squaresupport vector machine,LS-SVM)的话务量预测方法,采用自相关分析法确定LS-SVM建模输入样本的嵌入维数和延迟时间,最大限度地保留历史信息并降低样本的维数;在此基础上,以最少量预测值代替真实值构成多步预测的输入样本,解决了多步预测精度下降的问题。通过中国移动黑龙江有限公司完成的实际应用测试表明:该方法可以实现话务量的高精度、在线多步预测,具备良好的实用性。
王少军刘琦彭喜元刘大同陈强
关键词:话务量预测时间序列LS-SVM多步预测
基于ZigBee的制导炮弹测试信息无线传输系统被引量:1
2011年
传统的总线式自动化测试系统采用有线信息传输方式,每次只能对一个设备进行测试,测试效率低、成本高。针对制导炮弹并行、内嵌式测试体系的测试信息无线传输需求,开发一种基于ZigBee协议的测试信息无线传输系统。该系统可同时对多个设备进行测试,并将数据通过WSN传输到测试中心。对系统的功耗和通信性能进行测试,电池供电情况下,系统可工作3个月以上,且通信误码率低于0.01%。实验结果表明,系统工作稳定,信息传输特性符合设计技术要求,可有效解决测试线缆连接复杂和测试效率低的系统性问题。
罗清华罗悦彭宇
关键词:并行测试ZIGBEE
基于FPGA线性方程组的存储优化设计被引量:3
2013年
将基于现场可编程门阵列(FPGA)的改进Cholesky分解应用于大规模线性方程组求解时,会出现存储资源限制和带宽瓶颈问题。为此,提出一种基于层次化存储策略和多端口分块式访问方式的解决方案。结合片内双极随机存取存储器(BRAM)与片外同步动态随机存取存储器(SDRAM),构成分层存储结构,通过片内存储复用降低存储资源需求。采用多端口分块式方式访问片外SDRAM,提高带宽并规避随机数据存取的访问延迟。测试结果表明,相对于XeonCPU,该方案能够实现17倍-215倍的效率提升。
彭宇仲雪洁王少军
关键词:现场可编程门阵列线性方程组矩阵带宽
模糊回声状态网络被引量:8
2011年
针对基于梯度下降的模糊递归神经网络训练效率低、容易陷入局部极小的缺点,本文基于回声状态网络(Echo State Networks,ESNs)和TS模型提出一种新的模糊模型结构———模糊回声状态网络(Fuzzy Echo State Networks,FESNs).FESNs由多条TS类型的模糊规则组成,规则后件采用ESNs网络.研究表明,TS模型和ESN都可以看做是FESN模型的某种特例,而且FESNs具有较强的非线性映射能力、局部反馈以及学习算法稳定等特点.同时,其模型参数确定方法与经典TS模型以及ESN一样可以归结为一个线性回归问题,大大减少了网络训练的计算量.仿真实验表明,与经典TS模型相比,FESNs在不显著增加建模时间情况下可有效提高建模精度.
彭宇王建民彭喜元
关键词:回声状态网络
无线传感器网络定位技术综述被引量:240
2011年
首先介绍无线传感器网络定位技术的相关术语、评价标准等基本概念及定位算法的分类方法;重点从基于测距和非测距两个方面介绍无线传感器网络的主要定位方法,并研究和分析若干新型无线传感器网络定位方法,主要包括基于移动锚节点的定位算法、三维定位算法和智能定位算法。从实用性、应用环境、硬件条件、供能及安全隐私等方面出发总结当前无线传感器网络定位技术存在问题并给出可行的解决方案后,展望未来的研究前景与应用发展趋势。
彭宇王丹
关键词:无线传感器网络定位技术
基于簇内数据聚类算法的WSNs故障检测方法被引量:11
2012年
能量是无线传感器网络应用中最宝贵的资源,由于节点能量消耗完毕死亡而导致网络瘫痪是一种典型故障。针对此故障形式提出了一种基于簇内数据聚类算法的故障检测技术,该方法利用无线传感器网络在按照地理位置进行分簇的基础上,通过采用数据聚类的方法,在能量不受限的汇节点处进行簇内数据再聚类,然后设置阈值进行故障检测。通过仿真实验证明,合理选择检测阈值,该方法在保持基于历史与邻居数据的节点自检测方法较高准确率的基础上,极大地减小了能量消耗,且明显降低了故障检测误警率。
宋佳彭宇彭喜元袁健博葛子寒
关键词:故障检测无线传感器网络
一种解线性最小二乘问题的FPGA计算方法被引量:24
2012年
针对基于FPGA实现解线性最小二乘问题存在的计算并行性差和计算延迟大的问题,提出基于改进Cholseky分解解线性最小二乘问题的FPGA计算方法。该方法将最小二乘问题转换为矩阵分解和三角阵求解两部分实现,在每个部分通过最大化PE单元数量提高运算的并行性。在矩阵分解部分采用改进的Cholesky分解方法规避开方运算,并将除法运算转换为乘法,减小计算延迟。同时,在三角阵求解部分通过计算结构复用实现正三角和倒三角线性方程组的求解,提高资源利用率。在Xinlinx Virtex XC5VFX130T平台上的实验结果表明,在单精度条件下,相对于PC平台,该方法能够实现8倍以上的效率提升。
王少军刘琦仲雪洁彭喜元
关键词:最小二乘问题FPGA
基于区间数聚类的无线传感器网络定位方法被引量:14
2012年
在基于接收信号强度指示(Received signal strength indicator,RSSI)测距的无线传感器网络(Wireless sensor network,WSN)定位方法应用过程中,信号强度与对应通信距离的对数成线性关系的假设在实际无线通信环境下几乎不能满足,从而导致定位误差较大.针对此问题,本文首先利用区间数表示方法结合实际定位环境中RSSI数据的统计信息表示RSSI的分布区域,并采用区间数聚类方法实现距离估计,以减小由于RSSI值不确定性引起的距离估计误差,然后利用这些距离估计值实现基于测距的WSN定位方法.采用三种实际通信环境下RSSI测量数据完成的定位实验结果表明,本文提出的基于区间数聚类RSSI-通信距离(RSSI-D)估计的定位方法可有效地提高定位精度.
彭宇罗清华王丹彭喜元
关键词:无线传感器网络不确定性数据聚类区间数
基于随机子空间与多储备池的分类方法被引量:4
2011年
提出一种基于回声状态网络(echo state networks,ESNs)的分类方法,借鉴集成学习的思想,采用随机子空间方法产生特征子集,对应特征子集生成多个储备池。利用回声状态网络仅需训练储备池至输出层的权值这一优点,将分类集成阶段融合于多储备池回声状态网络的学习过程中。基于标准数据集和模拟电路故障诊断的实验验证结果表明,与标准回声状态网络等方法相比,该方法有更低的分类错误率。
彭喜元郭嘉王建民
关键词:回声状态网络分类器集成
共3页<123>
聚类工具0