基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了改善传感器节点定位性能,提出了人工蜂群优化神经网络的无线传感器节点定位算法.首先测量3个锚节点与定位传感器节点之间的参数,然后采用人工蜂群优化神经网络对测距误差进行建模与预测,并根据检测结果确定权重,最后根据三边定位算法进一步提高定位精度,并采用仿真实验测试其有效性.结果表明,该文算法提高了定位的精度,加快了定位的速度,定位实时性优异.
推荐文章
基于混沌人工蜂群算法的无线传感器网络覆盖优化
无线传感器网络
覆盖优化
混沌
人工鱼群算法
网络生存时间
基于人工蜂群的无线传感器网络能耗均衡算法
无线传感器网络
人工蜂群算法
能量均衡
生命周期
路由策略
改进人工蜂群算法的无线传感器网络覆盖优化
无线传感器网络
人工蜂群
全局最优
一维高斯变异
概率测量模型
覆盖优化
基于人工神经网络的无线传感器定位算法
无线传感器网络
节点定位
径向基函数
人工神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工蜂群优化神经网络的无线传感器节点定位算法
来源期刊 南京理工大学学报(自然科学版) 学科 工学
关键词 室内定位 无线传感器网络 人工蜂群优化算法 神经网络 锚节点 仿真实验
年,卷(期) 2017,(4) 所属期刊栏目
研究方向 页码范围 466-471
页数 6页 分类号 TP393
字数 3352字 语种 中文
DOI 10.14177/j.cnki.32-1397n.2017.41.04.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周子昂 周口师范学院机械与电气工程学院 35 115 6.0 8.0
2 程全 周口师范学院机械与电气工程学院 50 185 7.0 10.0
3 徐坤 周口师范学院网络工程学院 30 99 6.0 8.0
4 刘玉春 周口师范学院机械与电气工程学院 21 41 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (65)
共引文献  (90)
参考文献  (11)
节点文献
引证文献  (6)
同被引文献  (38)
二级引证文献  (11)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(13)
  • 参考文献(1)
  • 二级参考文献(12)
2014(10)
  • 参考文献(1)
  • 二级参考文献(9)
2015(9)
  • 参考文献(3)
  • 二级参考文献(6)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(6)
  • 引证文献(3)
  • 二级引证文献(3)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
室内定位
无线传感器网络
人工蜂群优化算法
神经网络
锚节点
仿真实验
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京理工大学学报(自然科学版)
双月刊
1005-9830
32-1397/N
南京孝陵卫200号
chi
出版文献量(篇)
3510
总下载数(次)
7
总被引数(次)
33414
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导