排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
针对SVM在处理具有样本集规模大的ECT系统数据时,存在ECT图像重建的成像精度不高和速度慢的问题,采用了选择分块支持向量机CSSVM算法。将ECT系统样本数据构成列数固定的样本矩阵,每个样本作为样本矩阵的行,66个电容值和66个敏感度值作为矩阵的列。该算法将大样本矩阵按照某一成像单元进行选择性分块,并形成多个小样本矩阵,再分别采用SVM算法进行训练和预测,将各个成像单元组合成像。数值实验证明,使用CSSVM新算法比单独使用SVM算法重建图像具有更高的分类准确率和更短的成像时间。 相似文献
2.
针对ZigBee网络中的簇树路由算法存在网络节点能量消耗不均衡造成网络过早瘫痪的问题,提出一种改进的能量均衡簇树路由算法.该算法综合考虑单个节点生存周期和整个网络能量消耗,定义了节点能量水平以及节点权值,根据节点父子关系和权值建立了一种分簇机制,避免单个节点的不必要能量消耗和死亡,并优化AODVjr算法缩短路由距离,降低簇间通信延迟和路由开销.仿真结果表明,该算法相较于簇树路由算法减小了3.6%的网络整体能量消耗,延长了约15%的网络生命周期. 相似文献
1