您的位置: 专家智库 > >

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇学习机
  • 1篇异常检测
  • 1篇自愈算法
  • 1篇网络
  • 1篇无线传感
  • 1篇无线传感网
  • 1篇无线传感网络
  • 1篇极限学习机
  • 1篇加权
  • 1篇故障恢复
  • 1篇Q学习
  • 1篇传感
  • 1篇传感网
  • 1篇传感网络

机构

  • 2篇河海大学
  • 1篇江苏鑫源烟草...

作者

  • 2篇李威龙
  • 1篇范新南
  • 1篇顾丽萍
  • 1篇李敏
  • 1篇郑併斌
  • 1篇卞辉
  • 1篇巫鹏

传媒

  • 1篇微处理机
  • 1篇电子设计工程

年份

  • 1篇2014
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
基于Q学习的无线传感网络自愈算法
2013年
无线传感网络存在关键区域节点能量消耗过快,节点能量供应有限以及通信链路拥塞等问题,容易造成节点故障和路由破坏。为减小上述问题对网络传输造成的影响,提出一种基于Q学习的无线传感网络自愈算法,通过引入Q学习的反馈机制,动态感知网络的状态信息,当故障发生时,自适应地选择恢复路径,保证数据实时顺利传输。仿真结果表明,该算法降低了错误选择故障或拥塞路径的概率,在故障感知、故障恢复和延长网络寿命等方面,表现出了良好的性能。
卞辉范新南巫鹏顾丽萍李威龙郑庆元
关键词:无线传感网络Q学习自愈算法故障恢复
基于加权极限学习机的异常轨迹检测算法被引量:1
2014年
针对现有异常轨迹检测中分类不平衡造成难以确定最优分类面的问题,提出一种基于加权极限学习机(ELM,Extreme Learning Machine)的异常轨迹检测算法。该算法采用加权ELM克服轨迹数据不平衡造成的分类面偏移,通过对正、负两类样本合理分配权重,并构造最优分类面获得较好的异常检测效果。仿真实验表明,加权ELM算法在训练速度,准确率,整体性能等方面均优于传统SVM和BP网络分类方法。
李威龙范新南李敏郑併斌
关键词:异常检测极限学习机
共1页<1>
聚类工具0