基于大部分距离无关算法能以改善锚节点比例提高无线传感器网络定位精度,提出了一种引入虚拟节点的无线传感器网络极限学习机(ELM)定位算法。通过引入的虚拟节点,寻找合适的未知节点升级为次锚节点,以增加锚节点比例,提高了定位精度。将ELM应用于节点定位,有效提高了定位的速度和精度,并因其强大的泛化性能,为无线传感器网络节点定位提供了新的思路。仿真结果表明:引入ELM定位算法和虚拟节点,有效提高了定位精度。 定位精度较为准确的未知节点升级为次锚节点。次锚节点的位置信息是未知节点定位后得到的估计位置，由于未知节点的实际位置是未知的，从而无法判断未知节点的实际位置与估计位置的误差。本文使用虚拟节点来解决这一问题，在所有未知节点中选出定位误差相对较小的未知节点作为次锚节点。2．2虚拟节点定位虚拟节点没有节点间的通信和信息交互能力，不能直接获取虚拟节点到各锚节点之间的最小跳数，

www.suoguanjixie.name快速边缘-数控滚圆机电动液压滚圆机价格低全自动滚圆机多少钱但是可以将距离转化为跳数。假设虚拟节点的位置已知，可先求出虚拟节点与锚节点间距离，再将距离信息转化为跳数信息。如图1，节点O为锚节点，节点A和B为虚拟节点，O的通信半径为R，可知虚拟节点A和锚节点O之间距离DOA＜R，则两者之间跳数为一跳;虚拟节点B和锚节点O距离DOB＞R，则虚拟节点B和锚节点之间距离大于一跳，B和O的最小跳数要综合考虑B和周围邻居节点的跳数信息确定。图1跳数分析获取虚拟节点与各锚节点之间最小跳数信息后，用训练好的ELM估计虚拟节点的位置信息。2．3次锚节点的选取将虚拟节点估计位置与实际位置进行比较，选出误差足够小的虚拟节点，删除其余的虚拟节点，并记录虚拟节点到各锚节点的最小跳数。为了确定次锚节点，设到所有锚节点最小跳数相同的点位置相近。筛选出虚拟节点到各锚节点最小跳数与到各锚节点最小跳数相同的未知节点，其坐标即对应虚拟节点坐标，将之升级为次锚节点针对聚合通道特征(ACF)算法中行人外观轮廓不稳定导致检测率下降的问题,使用快速边缘检测检测出待检测图像的边缘图;用边缘图代替ACF算法图像通道中的梯度幅值通道,获取较稳定的行人轮廓信息;采用准确率较高的Real Adaboost分类器提高分类准确性。仿真实验结果表明:算法相对于原ACF算法误检窗口减少,检测精度提升,漏检率在INRIA,Caltech数据库上分别降低了5.1%和14.8%。快速边缘-数控滚圆机电动液压滚圆机价格低全自动滚圆机多少钱  www.suoguanjixie.name