基于旋转门算法的自适应变频数据采集策略

来源 :计算机应用研究 | 被引量 : 15次 | 上传用户:Air8712
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对无线传感器网络在监测类似室内或大棚等微气候环境数据时,传统的等间隔时间数据采集方法存在数据大量冗余、浪费网络带宽的问题,以及现有自适应变频数据采集策略仍然非常复杂的问题,提出一种基于旋转门算法的自适应变频数据采集策略,该策略根据旋转门算法能否"套住"数据以及能连续"套住"数据的次数,自适应地调整数据采集的间隔时间。仿真和实验结果证明,该策略与传统的等间隔时间数据采集方法相比,可以降低数据采集量76%以上,减少数据传输量90%以上。该策略具有创新性,实现简单,不仅可行,而且高效。
其他文献
近年来提出了许多计算迁移模型,但这些模型都存在部署困难、耦合性高等问题,针对这些问题提出了一种弱C/S架构的计算迁移模型。该模型开发了一个面向所有第三方应用的服务端,为第三方应用提供通用的计算服务。该模型不仅部署起来简单便捷,而且服务端和智能手机端低耦合的特性使得该模型对第三方的应用开发人员十分友好。实验结果表明,该模型能有效提升计算密集型应用的执行效率。
随着社区规模的不断扩大,基于标签传播思想的重叠社区发现算法得到较大发展。经典重叠社区发现算法虽然很好地利用了标签随机传播特性实现了重叠社区发现,但是也导致该算法输出结果很不稳定、社区生成质量较差。为克服采用最新的ClusterRank为所有节点排序降低随机性带来的结果稳定性差的弊端,引入最大社区节点数以控制最大社区节点数目,防止远大于其他社区的Monster出现。采用真实数据集和人工网络验证,结果
针对e指数函数运算中常见硬件实现方法资源消耗大的问题,提出基于泰勒展开的指数函数的优化实现。首先,通过对输入值进行区间压缩以减小泰勒展开计算的求解误差;其次,对e指数函数泰勒展开公式的系数进行修正;最后,在硬件实现中通过合并化简运算实现资源的精简。实验表明。该方法在TSMC 65 nm工艺下的面积为11 068μm~2,折合1 976门,运算结果的相对误差仅有10~(-2)~10~(-3)。相比于
为满足机器人学学习过程中的实验需求,描述了一个基于Qt和Ogre3D机器人学坐标变换虚拟实验室的设计和使用。本虚拟实验室针对机器人学的坐标变换,在虚拟环境中通过实验来表明欧拉角、RPY角、转轴/角度、单位四元数和齐次变换矩阵的关系,并且使用虚拟手段阐述了DH矩阵的空间意义,通过数值计算和虚拟显示详细地解释这些概念的意义。其描述了这些虚拟实验的使用方法。为了判断此虚拟实验室的有效性,设计了一个教学实
企业对产品进行创新改进,带来装配线上装配任务的变化,从而造成已平衡装配线的失衡。针对上述变化给企业混流装配线带来的影响进行了研究,以最小化生产节拍、工作站间的负荷和工人完成新装配任务的调整成本为优化目标来建立混装线再平衡的数学模型;设计了一种新的多目标粒子群算法求解模型,算法中引入各粒子动态密集距离去筛选外部文档的非劣解和指导全局最优值的更新,在控制解的容量的同时保持Pareto解集分布均匀;此外