在KSummary算法的基础上,引入层次和密度聚类方法,提出自适应多趟聚类方法。依次获得聚类个数k,聚类初始中心和最终聚类。将算法应用于无线传感器网络数据中,可以很好地发现数据中的离群点,从而找到传感器节点安全上存在的隐患。实验结果和分析表明:此算法不但可获得稳定、收敛的聚类结果,还能很好地发现离群点。 所在簇中的对象个数,pj为该簇内对pi有影响的的任一对象,d(pi,pj)为pi到pj的距离,为对象之间可以相互影响的阈值。对象pi密度是在该对象所在的簇内计算,因而,阈值仅和该簇内对象有关,不同簇中的值也是不同的。获得初始聚类个数k和初始聚类中心Q以后,运用KSummary算法,重复迭代,不断更新簇的摘要信息和对象所属的簇,直到每个对象所属的簇不再发生变化时,算法终止。2.4传感器数据集使用无线传感器收集手机通信信息,从传感器收集的信息要经过多重处理,包括数据压缩和融合等[13,14],这样在经过处理后会产生能够使用的数据集,这样的数据集适用于自适应多趟聚类算法。数据集的主要属性包括:移动信号强度(MSPOWER)、上行接收信号(RXLEV)、气敏检测器-电动折弯机数控滚圆机滚弧机价格低电动切管机多少钱时间延迟量(TA)等。本文由张家港切管机网站采集网络资源整理! http://www.qieguanji.cc数据集的每条记录,都有标记其来源的若干属性,这样在聚类后,记录位置变化后,仍能找到获得该记录的传感器设备,这样的数据特征有助于分析实验结果。数据集经过数据预处理[15]后,能够获得切合实际并且适合聚类方法的数据针对目前常见的多元有害气体检测问题,搭建了一种基于传感器阵列和BP神经网络相结合的多元有害气体检测系统。该检测系统中采用了BP神经网络算法对传感器阵列的4种混合有害气体的响应信号进行回归分析。为了提高BP神经网络的预测准确性,又利用了粒子群优化(PSO)算法对BP神经网络的权值与阈值进行了优化。本文由张家港切管机网站采集网络资源整理! http://www.qieguanji.cc结果显示:通过PSO优化的BP(PSO-BP)神经网络预测的平均相对误差小于2%,能够有效解决气体传感器交叉敏感问题。 针对传统半导体气敏检测器电阻直接定量算法误差大、适应性差的问题,利用半导体传感器电导率随气体体积分数变化而变化的特点,提出了新的电路模型。通过对其特性曲线进行深入分析,构建了检测电路输出信号与气体体积分数之间的分段幂函数模型。先通过对不同体积分数气体进行采样,将采样气体体积分数和电路输出信号进行分段幂函数模型拟合,然后用拟合参数去计算未知检测气体的体积分数。实验结果表明:提出的定量模型大大提高了定量分析的准确性,且定量误差不受传感器漂移的影响,具有很强的环境适用性,提高了微量可燃气检测的可靠性和精度。 当检测高体积分数气体时,半导体型气体传感器的电阻会变得很小,此时RS,RB之间关系不满足RSRB关系,所以,气体体积分数与电阻比之间不符合完全幂函数的关系。2气体检测2.1检测装置由于半导体气体传感器对多种气体敏感,如果环境中有多种敏感气体存在,气体检测中容易产生交叉感测,通过色谱分离技术将各敏感气体组分按时间有效分离,再使用后端的气体传感器实现气体含量的检测[10],避免相互影响。检测装置主要包括主控单元、调理板单元、数据处理单元等电路构建如图3。图3检测系统框架控制电路模块获取供电和控制信号来维持传感器的正常运行,使检测电路处在最佳运行状态,再将各种信号输入调理板。调理板模块的功能是从控制电路模块中获取输出电压信号,经调理板的转换或放大电路处理成适当等级的电压信号,集成信号调理、继电器控制和通信转换等再输入至数据采集进行信号采集。数据采集与处理模块功能:一方面维持整机的独立正常工作,完成采样、控制、自检、数据存储等功能;另一方面,与主控电脑以网线或双绞线连接进行实时通信,解析并响应上位机的指令包气敏检测器-电动折弯机数控滚圆机滚弧机价格低电动切管机多少钱本文由张家港切管机网站采集网络资源整理! http://www.qieguanji.cc
- [2019-08-02]结拉伸强度的影响-电动折弯机数
- [2019-08-02]质量评价及改进-数控滚圆切管机
- [2019-07-26]支撑辊崩边原因分析-电动折弯机
- [2019-07-26]厂中的应用研究-电动液压数控滚
- [2019-07-22]处理过程及原因分析-数控切割机
- [2019-07-22]安全技术措施分析-数控滚圆机切
- [2019-07-16]散射截面缩减-电动折弯机数控滚
- [2019-07-16]天线阵列的仿真计算-数控滚圆机
- [2019-07-11]加载的双通带滤波器-数控切管机
- [2019-07-11]变频器设计-数控切管机电动液压