摘要：为了实现在智能空间下理解人体行为,该文提出了一种基于时序直方图的人体行为表示方法,并设计了基于softmax回归分析的行为理解算法.将传感器的输出状态所对应的离散值的编号定义为事件项;提出了事件直方图的概念以表征事件项的发生频率,提出了时序直方图的概念以表示传感器序列的时序信息;为了降低过拟合的风险,设计了时序模式选择算法以得到候选特征集,基于互信息准则进行特征选择,完成行为的表示;最终,基于选择的特征子集及softmax回归分析实现了人体的行为理解.实验结果表明,该文提出的特征表示方法可以较好的表示外部传感器序列捕获的人体行为模式,同时softmax回归分析可以较好的实现人体行为的理解,并取得了良好的效果.

摘要：好的分簇算法能够有效减少网络能耗和提高网络可靠性,但是簇间负载的不均衡性和通信的不可靠性会严重影响分簇算法的性能.针对这个问题,该文首先提出了一个负载均衡感知的无线传感器网络容错分簇算法.该方法引入了遗传算法的随机两点交叉算子和随机单点变异算子,从而设计了一种以种群粒子优劣为依据的自适应惯性权重调整策略,并提出了一种自适应的离散粒子群优化算法.算法设计同时考虑负载均衡和能量消耗两个优化目标,给出一种基于自适应离散粒子群优化的簇首选举机制;其次,为了保证网络上数据传输的可靠性,以最小生成树为基础,提出了一种用于保证簇首二连通性的簇间连通算法,通过消除网络中的割点,以保证网络的二连通性.仿真实验结果表明,该文提出算法在负载均衡和二连通性上有较好的性能,能有效减少了网络能耗,延长网络生命周期,并提高网络可靠性.