排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
针对传统研究中APP能耗漏洞模型存在尾部能耗与应用对象限制的问题,构建基于系统调用的能耗漏洞模型。首先使用集合交叉递归特征消除法选择影响每个类别APP能耗的重要系统调用作为特征,提高特征细化粒度。然后为每个类别APP构建多个回归模型,通过比较不同模型的平均绝对误差与决定系数,选择线性核支持向量机回归作为分类APP的能耗模型。最后基于测试集比较集合交叉递归特征消除法与交叉递归特征消除法所构模型的平均绝对误差,结果表明集合交叉递归特征消除法所构模型精度最多提高4.4%,同时基于测试集比较分类模型与未分类模型的平均绝对误差,结果表明分类模型精度最多提高6.7%,并且分类模型能准确检测出APP历史版本的能耗漏洞。 相似文献
2.
智能手机的网络请求导致其续航能力下降,合并转发技术可有效降低能耗,但设置最优的合并转发时间仍是技术发展的关键,通过大量人工实验解决该问题耗时耗力。因此,基于统计模型检验,使用工具UPPAAL-SMC,以概率时间自动机对安卓设备中用户请求以及WiFi模块进行仿真建模,量化能耗、延迟、用户满意度等属性,进而利用统计模型检验,对不同请求频率的场景进行蒙特卡洛模拟,获得延迟对能耗以及用户满意度的影响。最终进行多目标优化,求得通用最优合并转发延迟时间为22 s,在满足用户体验的前提下平均降低了20%的能耗。该方法可在不同的使用场景下模拟得到通用最优合并转发延迟时间,为开发者提供参考。 相似文献
3.
无人控制器是当今世界先进科技发展的热点载体,本文针对无人机超视距定位这一难点,提出了一种新的基于多级中继的无人机多链路定位方法.重点描述了无人机多级中继的选择和该方法与捷联惯导系统的组合,并且对该定位方法在无人机上的应用提出了建议方案. 相似文献
4.
提出一种奇异谱分析与高斯过程回归算法相结合的室内WiFi定位方案。由于室内WiFi的接收信号强度容易受到室内环境以及多径效应的影响,位置指纹和现实位置之间的联系必然受到影响。为解决这一问题,采用网格法划分定位区域,用奇异谱分析方法消除采集数据中的波动和干扰,采用高斯过程回归算法进行回归建模,构建位置指纹和现实位置之间的非线性映射关系。实验结果表明,奇异谱分析有效地去除了数据集中噪声,与传统的定位方式相比,奇异谱分析和高斯过程回归模型具有最佳定位精度。 相似文献
5.
在无线传感器网络节点SDP定位算法基础上,提出了一种改进的基于信号到达角(AOA)信息的无线传感器网络节点自身定位算法。本算法在所有节点的坐标轴方向都是未知的假定下,将AOA测量值用于计算信号到达差分角信息,将所有节点之间的角度关系表述为凸规划约束条件,从而将定位问题转化为一个凸集优化问题。在理想情况下,将定位问题转化为一个线性规划问题。实际情况中,考虑到测量误差,通过引入辅助变量,将定位问题转化为一个二次规划问题。仿真结果表明:改进算法与原算法相比,对AOA测量误差在10°以下时,定位精度提高约为5%~20%。 相似文献
6.
针对传统振动信号短时能量检测法精度低、需手工参数选择等问题,提出了一种稀疏自编码器(SAE)网络,用于提取振动信号有效特征,并将其用于支持向量机(SVM),从而检测脚步振动信号。为了缓解了振动信号色散效应造成的信号失真问题,使用了小波分解(WT)方法,并基于实验分析优化了分解参数,然后基于广义互相关和到达时间差(TDoA)算法进行定位解算。实验结果表明,相比人工特征筛选,SAE-SVM算法的活动段检测精度可达96.8%,系统平均定位误差为0.82 m。 相似文献
7.
由于智能手机电池容量有限,应用程序的功耗是其主要消耗之一,因为应用程序可能会产生意外功耗或能源错误,其中大多数是设计错误。为分析应用程序功耗和通信流量特性,提出使用基于模型检测的功耗流量分析方法。把手机各硬件组件作为研究对象,对时间自动机模型进行扩展,使用模型检测工具UPPAAL构建模型。该方法可以在开发的早期阶段使用,为应用程序的设计和分析提供了异步功耗的形式化模型。设计WiFi省电模式实例进行研究分析,验证分析该模型的主要属性,然后用手机应用QQ进行了实验对比。分析结果表明,该模型符合一般模型验证需求,与PowerTutor的测量结果相比,其相对误差均低于7%,能为复杂手机系统提供可参考的建模分析思路。 相似文献
8.
9.
10.