陈树
- 作品数：40 被引量：138H指数：7
- 供职机构：江南大学物联网工程学院更多>>
- 发文基金：江苏省“六大人才高峰”高层次人才项目国家高技术研究发展计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信理学更多>>
- 低冗余度WSN非均匀分簇算法应用研究被引量：5
- 2014年
- 将传统非均匀分簇算法应用于低冗余度的无线传感器网络(WSN)中时,存在传感器节点早衰和簇间多跳通信传输能量开销不均衡的问题。为此,针对低冗余度WSN,提出基于粒子群和最短路由树的非均匀分簇路由算法。利用粒子群算法优化非均匀分簇过程,通过建立最短路由树搜索簇间多跳传输最优路径,实现数据从传感器节点到基站的高效传输。仿真结果表明,相比于EECS和EEUC算法,该算法可有效延长低冗余度WSN的网络生命时间,均衡簇间通信能量消耗。
- 陈树韩进蒋伟
- 关键词：无线传感器网络粒子群优化算法非均匀分簇
- 基于粒子群优化神经网络(PSO-BPNN)算法在发酵过程控制中的研究被引量：7
- 2007年
- 针对发酵过程中生物参数难以实时在线测量的问题,建立了用于生物参数状态预估的PSO-BPNN软测量模型。鉴于标准BP神经网络收敛太慢的缺点,运用PSO算法来优化网络权值,在此基础上,以饲料用β-甘露聚糖酶为对象,建立其基于PSO-BPNN的发酵过程产物浓度状态预估模型。发酵罐控制结果表明:该模型具有很好的学习精度和泛化能力,可实现对β-甘露聚糖酶产物浓度的实时在线预估。
- 陈树徐保国王海霞吴晓鹏
- 关键词：BP神经网络Β-甘露聚糖酶
- 一种具有鲁棒性能的说话人确认系统研究
- 2017年
- 与文本无关的说话人确认系统在纯净语音环境下具有较高的识别率,而在嘈杂的噪声环境下识别率会发生显著降低的现象。针对此问题,文中对系统的两个方面进行了改进:在前端处理方面使用了由多窗谱估计的谱减法和子空间法组成的二级去噪系统,在特征提取方面对梅尔倒谱系数(MFCC)特征参数添加了基音周期的一维特征信息并且对融合后的特征参数进行规整处理。实验结果表明,文中构建的说话人确认系统在噪声环境下的识别率有了很大的提升。
- 陈树于海波
- 关键词：说话人确认语音增强基音周期MFCC
- 基于滑模变结构的WSNs跨层拥塞控制算法被引量：4
- 2014年
- 针对具有传输控制协议(TCP)传输机制的无线传感器网络(WSNs)节点拥塞问题,在传输层的基础上结合物理层的信噪比(SNR)参数来估计信道状况,不断调整传输模型,实现跨层控制。此跨层方法改变了以往的单层拥塞控制方法,充分利用了WSNs层与层的协作关系,并用基于自适应趋近律的离散滑模控制结构模型作为控制器,过程简单且易于实现。仿真结果表明:该跨层拥塞控制方法具有响应速度快、延迟小、鲁棒性好等特点。
- 陈树王夫栋
- 关键词：趋近律
- ONOPTOC聚类算法及其在批过程中的应用
- 2006年
- 提出了一种连续更新的过聚类和合并相结合的竞争学习的聚类算法(ONOPTOC)。该算法依据OPTOC的原则,构建原型点的动态邻接区域和动态背离区域,通过自分裂和聚合的策略,识别数据集中的天然聚类并给出聚类的数目。采用该算法对批过程中的历史数据进行分析,原型点的特征与对应的产品表达水平等级相符,有效地检测了该批次产品的表达水平,为当前的决策提供依据。
- 陈树徐保国
- 关键词：聚类
- 三维环境下无线传感器网络的部署覆盖方法被引量：8
- 2016年
- 针对三维传感器网络中节点的最优部署问题,提出一种三维曲面上目标点的部署策略,通过引用差分进化(DE)算法优化传感器节点的位置坐标,提高了网络节点的部署效率,并用最少的传感器节点实现对曲面上目标点的全覆盖,解决了三维空间中传感器节点在监测目标过程中存在的三维感知盲区问题.仿真实验验证了DE算法在解决三维空间覆盖问题的可行性,表明DE算法具有一定的容错性,并可有效提高网络节点的部署效率.
- 孙顺远孙丽陈树
- 关键词：三维无线传感器网络差分进化算法
- 利用集群技术构建MOSIX平台
- 2001年
- 在Linux系统上利用集群技术建立多计算机操作系统。介绍其设计思想和实现技术 ,对MOSIX的系统功能 ,体系结构 ,数据流程及实现的关键技术作了阐述。
- 陈树徐保国
- 关键词：集群LINUX系统计算机网络
- 一种基于改进ZS细化算法的指针仪表检测被引量：15
- 2017年
- 针对ZS细化算法存在二像素畸变、细化不彻底等问题,提出一种改进的细化算法。对二值图像采用ZS细化算法进行初步细化,将初步细化后的结果进行全细化识别,依据识别结果对未完全细化的图像采用4连通细化模板实现彻底细化。同时对细化过程可能出现的断点问题,采用构造保留模版的方法加以解决,进而实现目标图像的有效细化。以油量表为例,结合改进细化算法实现仪表读数识别。仿真结果表明,改进细化算法在保持原有ZS细化算法快速性的基础上可有效地解决二像素畸变、像素冗余的问题,并实现准确的指针读数识别。
- 陈树杨天
- 关键词：指针仪表颜色特征提取霍夫变换
- WSN中多节点RSS混合序列聚类算法研究被引量：1
- 2016年
- 移动锚节点通过接收的节点RSS混合序列聚类确定无标识未知节点个数,RSS混合序列的聚类效果直接决定无线传感器网络节点的定位精度。本文针对EM算法处理RSS高斯混合序列中存在初值敏感的不足,采用三阶段迭代处理方法,对EM算法增加前道和后道处理,K均值作为前道处理改善EM初值选取,贝叶斯信息准则作为后道处理提高聚类的精度。仿真结果表明,本文算法可以成功估算无标识未知节点个数,并且获取精确的接收信号强度。
- 陈树陆颖
- 关键词：接收信号强度K均值贝叶斯信息准则
- 动态背景下自适应LOBSTER算法的前景检测被引量：9
- 2017年
- 目的前景检测是视频监控领域的研究重点之一。LOBSTER(local binary similarity segmenter)算法把Vi Be(visual background extractor)算法和LBSP(local binary similarity patterns)特征结合起来,在一般场景下取的了优良的检测性能,但是LOBSTER算法在动态背景下适应性差、检测噪声多。针对上述问题,提出一种改进的LOBSTER算法。方法在模型初始化阶段,计算各像素的LBSP特征值,并分别把像素的灰度值和LBSP特征值添加到各像素的颜色背景模型与LBSP背景模型中,增强了背景模型的描述能力;在像素分类阶段,根据背景复杂度自适应调整每个像素在颜色背景模型和LBSP背景模型中的分类阈值,降低了前景中的噪声;在模型更新阶段,根据背景复杂度自适应调整每个像素背景模型的更新策略,提高背景模型对动态背景的适应能力。结果本文算法与Vi Be算法和LOBSTER算法进行了对比实验,本文算法的前景图像比Vi Be算法和LOBSTER算法的噪声点大幅较低,本文算法的PCC指标在不同视频库中比Vi Be算法提高0.736%7.56%,比LOBSTER算法提高0.77%12.47%,FPR指标不到Vi Be算法和LOBSTER算法的1%。结论实验仿真结果表明,在动态背景的场景下,本文算法比Vi Be算法和LOBSTER算法检测到的噪声少,具有较高的准确率和鲁棒性。
- 陈树丁保阔
- 关键词：目标跟踪
