【摘 要】
：
利用智能手机跟踪分析WiFi环境中群体结构的动态变化是一种非侵扰感知技术的新思路。基于WiFi信号差异与节点距离间的关系,设计了一种WiFi相异度的计算方法,根据节点之间的Wi
【机 构】
：
湖北经济学院信息管理与统计学院,湖北经济学院信息通信工程学院,湖南大学信息科学与工程学院
【基金项目】
：
国家自然科学基金(61672213),湖北省自然科学基金(2018CFB721),湖北省教育厅科技处研究计划资助项目(D20182202)
论文部分内容阅读
利用智能手机跟踪分析WiFi环境中群体结构的动态变化是一种非侵扰感知技术的新思路。基于WiFi信号差异与节点距离间的关系,设计了一种WiFi相异度的计算方法,根据节点之间的WiFi相异度统计出相异度距离,再利用提出的GSGA-RSS算法迭代计算得到节点坐标,最后利用DBSCAN进行分层次群组结构分析。文中提出了一种基于质心的节点序列位均差表示方法,基于该方法对不同节点间距条件下的队列和环状结构群组进行了实验分析。实验结果表明:在组间最小间距5 m、组内最大间距3 m的条件下,所提方法能够以94%的精度识别
其他文献
信息级联预测(Information Cascade Prediction)是社交网络分析领域的一个研究热点,其通过信息级联的扩散序列与拓扑图来学习在线社交媒体中信息的传播模式。当前的信息级联
实地调查了下辽河平原土地沙漠化的现状,受沙漠化影响的土地主要分布在新民、辽中、台安、盘山和黑山5个县内沿河两岸及沿海地区,形成了以流动沙丘、半固定沙丘、固定沙丘和
集群是提高车联网群智感知质量和降低成本的有效方法,但如何在车辆高机动性的同时提高集群稳定性是一个具有挑战性的问题。基于VANET(Vehicular Ad-Hoc Network)的通信特点,
社区检测已经成为了了解复杂网络结构和网络动态的一个重要途径。针对传统的节点聚类和链接聚类在发现重叠社区方面存在的两种固有缺陷,即参数依赖和结果不稳定,文中提出了一