郎美亚
- 作品数：4 被引量：3H指数：1
- 供职机构：浙江工业大学更多>>
- 发文基金：浙江省重大科技专项基金浙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 不规则蜂窝网移动计算环境中位置管理研究
- 随着因特网的迅猛发展和广泛应用、无线移动通信技术的成熟发展和计算机处理能力的不断提高，基于移动计算的新业务和应用不断涌现，业已成为信息技术领域科学研究和产业发展的重要方向之一。
移动性管理的核心——位置管理，是...
- 郎美亚
- 关键词：蜂窝网络移动计算位置管理
- 文献传递
- UMA在GSM/WIFI双模手机中的应用
- 2011年
- 随着多卡用户的增多,增强终端制式支持能力以减少终端携带数目的需求也就越来越强烈。双模手机在很大程度上就是这种需求的产物。然而,现有双模手机多为单待机或双待机模式,无论是单待机模式下手动切换网络还是双待机模式下设置优选主叫网络,都是通过人工干预进行切换的。因此,如何实现自动完成在两种网络间的无缝切换问题也就应运而生。
- 叶青徐俏虹郎美亚
- 关键词：UMAGSM/GPRS无缝切换
- 基于不规则蜂窝网络拓扑模型的位置管理研究被引量：2
- 2010年
- 针对当前大多数位置管理策略的研究都是假设在同大小、同形状、同分布的蜂窝网络下实现的,提出了基于不规则分布的蜂窝网络结构(包括宏蜂窝、微蜂窝、微微蜂窝)的位置管理策略,通过将邻近的蜂窝重组并根据基站广播的蜂窝坐标CC(cell coordinates)计算当前所在蜂窝到当前位置区最后报告所在蜂窝的实际距离,并提出了基于实际距离和方向角的动态位置更新算法.最后,通过半马尔可夫决策过程推导两次寻呼到达间的位置管理总代价计算公式.数值分析结果表明,当移动用户运动特性很强时,选择个性化的扇形位置管理策略在位置更新与寻呼总代价上优于无个性的圆形位置区.
- 赵小敏郎美亚陈庆章
- 关键词：位置管理
- 采用适应性遗传算法进行数据聚类的研究被引量：1
- 2005年
- 数据聚类(Clustering),是数据分析的重要前提和数据挖掘的重要应用基础之一.通过聚类可以将数据库中属性值一样的数据归类在一起.在切割式数据聚类的方法中,常用的算法是K-Means算法;但K-Means算法在处理大量的数据聚类时,无法妥善聚类以及对于重叠的数据点无法妥善处理.给出一种适应性遗传算法,它借助遗传算法拥有的随机多点搜寻的能力以及鲁棒性,搭配着选择、交配和突变流程,同时结合适应性的观念来解决K-Means算法的缺点.以适应性遗传算法来解决数据聚类的问题,从实验结果来看,适应性遗传算法的聚类结果优于传统的聚类方式.
- 陈庆章韩江洪张维一谈国泉郎美亚
- 关键词：聚类遗传算法K-MEANS
