您的位置: 专家智库 > >

李旦江

作品数:3 被引量:32H指数:2
供职机构:长沙理工大学计算机与通信工程学院更多>>
发文基金:湖南省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 3篇网络
  • 2篇无线传感
  • 2篇无线传感器
  • 2篇无线传感器网
  • 2篇无线传感器网...
  • 2篇感器
  • 2篇传感
  • 2篇传感器
  • 2篇传感器网
  • 2篇传感器网络
  • 1篇信任
  • 1篇信任网络
  • 1篇用户
  • 1篇用户兴趣
  • 1篇社交
  • 1篇数据稀疏
  • 1篇搜索
  • 1篇搜索策略
  • 1篇最小二乘
  • 1篇最小二乘算法

机构

  • 3篇长沙理工大学

作者

  • 3篇李旦江
  • 2篇肖晓丽

传媒

  • 1篇计算机应用
  • 1篇计算机工程与...

年份

  • 1篇2017
  • 2篇2016
3 条 记 录,以下是 1-3
排序方式:
基于智能搜索策略的WSN定位算法研究
无线传感器网络作为物联网中信息感知和采集的重要组成部分,已经在很大程度上影响和改变着我们的生活。在多数应用中,不仅要求采集数据的准确性,更需要精确的位置信息。因此,无线传感器网络中节点定位及相关应用的研究具有非常重要的意...
李旦江
关键词:无线传感器网络
基于用户兴趣和社交信任的聚类推荐算法被引量:12
2016年
个性化推荐系统中使用最广泛的算法是协同过滤算法,针对该算法存在的数据稀疏和扩展性差问题,提出了一种基于用户兴趣和社交信任的聚类推荐算法。该算法首先基于聚类技术根据用户评分信息将具有相同兴趣的用户聚为一类,并建立基于用户兴趣相近的邻居集合。为了提高兴趣相似度计算的准确性,采用了修正余弦计算公式来消除评分标准的差异问题。然后,引入信任机制,通过定义直接信任、间接信任、传递路径和计算方法来度量社交网络用户之间隐含的信任值,将社交网络转换为信任网络,依据信任程度来创建基于社交信任的邻居集合。通过加权的方式将基于两种邻居集合的预测值融合起来为用户产生项目的推荐。在Douban数据集上进行仿真实验,确定了最优的协调因子值和分类数值,并与基于用户的协同过滤算法和基于信任的推荐算法进行对比,实验结果表明,所提算法的平均绝对误差(MAE)减少了6.7%,准确率(precision)、覆盖(recall)和F1值分别增加了25%、40%和37%,有效提高了推荐系统的推荐质量。
肖晓丽钱娅丽李旦江谭柳斌
关键词:数据稀疏聚类技术信任网络
基于布谷鸟搜索算法的无线传感器网络节点定位被引量:20
2017年
无线传感器网络的节点定位实际上是解决测量距离和测距误差的多维约束优化问题。针对最小二乘方法对测距误差敏感的不足,提出一种基于布谷鸟搜索算法的无线传感器网络节点定位算法。该算法利用全局和局部寻优能力强的布谷鸟算法求解定位过程中的多维约束优化问题;通过设定相应的约束适应度函数来减小定位过程的搜索范围,加快了收敛速度,能够快速地确定未知节点的位置。仿真结果表明:相较于粒子群算法和最小二乘算法,该算法能有效地抑制测距误差对定位的影响,提高节点的定位精度,具备很好的实用性。
肖晓丽李旦江谭柳斌
关键词:无线传感器网络最小二乘算法
共1页<1>
聚类工具0