【摘 要】
：
针对射线跟踪定位算法中在线阶段的大数据量匹配时计算误差较大及效率较低的问题,给出了一种改进的属性匹配算法。该算法用组合加权法对各个属性进行加权,匹配时按照所得属性权重系数由大到小的顺序,将在线阶段的数据与数据库中属性数据进行依次逼近匹配。实验证明,该算法从精度和计算效率两方面均得到了改进,有效地降低了匹配计算的复杂度,并得到了较高的定位精度。
【机 构】
：
重庆邮电大学计算机科学与技术学院中韩合作GIS研究所
【基金项目】
：
重庆市教委2011年科学技术研究资助项目（KJ110514）, 重庆邮电大学计算机学院“云计算”专项资助项目（JK-Y-2010001）,重庆邮电大学博士启动基金资助项目（A2008-60）
论文部分内容阅读
针对射线跟踪定位算法中在线阶段的大数据量匹配时计算误差较大及效率较低的问题,给出了一种改进的属性匹配算法。该算法用组合加权法对各个属性进行加权,匹配时按照所得属性权重系数由大到小的顺序,将在线阶段的数据与数据库中属性数据进行依次逼近匹配。实验证明,该算法从精度和计算效率两方面均得到了改进,有效地降低了匹配计算的复杂度,并得到了较高的定位精度。
其他文献
沛愉企业,历经14年,一步一个脚印,用实力向同行以及世界证明了自己。2004--2008年,沛愉企业先后成立了上海沛愉机械制造有限公司、张家港包装机械有限公司,在此期间,公司研发
研究永磁同步电机系统建模技术问题。传统的建模技术在对系统进行建模时,由于算法复杂度较高,不利于实时控制系统,提出一种新的基于卡尔曼滤波技术构建速度观测器替代位置传感器;卡尔曼滤波技术适用于线性控制场合,针对PMSM的非线性特性,改进卡尔曼滤波算法为扩展卡尔曼滤波算法。仿真实验结果表明,利用扩展卡尔曼滤波算法构建的速度观测器准确度高,是一种有效的伺服系统建模方法。
非接触式不含气液体灌装，通常有称重和流量计两类，都可以根据自身的测量精度满足用户要求。但是有些瓶颈又细又长，有些玻璃瓶壁厚不一致容积误差较大，或大容量瓶吹制过程的收缩率
针对现有的P2P系统信任模型在信任度的计算上过于复杂的问题,提出了一种基于模糊理论的动态可信度等级模型DTD(dynamic trust degree model)。该模型在通过对信任度的传递进行细粒度的分析,设计了一种计算对信任值传递的计算方法,并结合对直接信任度和推荐信任的多级别综合评价而获得最终的信任度。模型将P2P系统中信任的计算转换为了一种可计算的表达式,简化了信任的计算过程,使信任的计
通过分析特征词与类别间的相关性,在原有卡方特征选择和信息增益特征选择的基础上提出了两个参数,使得选出的特征词集中分布在某一特定类,并且使特征词在这一类中出现的次数尽可能地多;最后集合CHI与IG两种算法得到一种集合特征选择方法(CCIF)。通过实验对比传统的卡方特征选择、信息增益和CCIF方法,CCIF方法使得算法的微平均查准率得到了明显的提高。
通过研究可见光视觉图像与红外图像序列的相关特性及融合处理中存在的问题,提出一种基于视觉图像预增强处理的曲波与小波双变换融合机制来有效保留边缘信息和图像细节信息。实验结果表明所提出的方法提高了融合图像的视觉感知质量,为遮挡和伪装目标的检测和定位提供了更为有效的空间环境,并且融合增强后的图像具有更高的信噪比和更少的人工痕迹,与当前最新的其他方法相比是一种具有更好融合质量和更高效率的图像/视频融合方法。
由于Wi-Fi环境的高动态性,当标定样本类稀少或者逐渐失去其原始价值时,将严重影响定位精度;若重新标定样本,又会带来大量人力物力投入,不利于实际应用。针对这一问题,提出了一种基于多终端动态协同的室内定位方法——OC-ELM。该方法利用环境中多个终端提供的Wi-Fi信息动态协同定位,并在每轮定位结束后及时更新样本库。实验结果表明此方法不仅能实现高精度定位,更重要的是避免了重复的标定工作,提高了实际应
针对正交频分复用(OFDM),宽带信号波达方向(DOA)估计问题,提出一种基于宽带信号协方差矩阵稀疏表示的DOA估计方法。该方法是在协方差矩阵主对角线下对左下角三角形元素按各条对角线取平均值后形成一个新的向量,然后将该向量写成冗余字典形式。在冗余字典下对信号进行稀疏性约束形成二阶锥约束优化问题,再用工具箱SeDuMi来实现DOA估计。理论分析和仿真结果表明,该方法在低信噪比和少快拍数下分辨率很高,
结合公交车辆调度自身的特点,兼顾公交公司与乘客双方的利益,建立了公交排班优化模型,以发车时刻为基因变量进行编码,对两个相邻的发车间隔之差、最大最小发车时间间隔、乘客的满载率等条件进行约束限制,提出了基于改进的遗传—模拟退火算法;对该模型进行优化求解,克服了传统优化算法的缺陷,提高了优化设计过程的求解效率。通过仿真实验得到了利用改进的遗传—模拟退火算法进行求解的不均匀发车时刻表。结果表明,改进的遗传
为了增强基于WAP网页的手机广告推荐中用户建模的准确性,并对"非邀"式广告推荐中脱离用户兴趣试探性推荐进行修正,针对手机广告推荐中手机屏幕小、用户注意力集中等特点,根据用户对广告的访问历史和操作模式建立其广告兴趣模型和非兴趣模型,同时分析用户网页访问模式探测其网页兴趣度,在此基础上建立用户综合兴趣模型。分别采用基于网页兴趣模型、基于广告兴趣模型和基于用户综合兴趣模型进行广告推荐,随着样本空间增大,