1) algorithm of once location
一次定位算法
2) last fix
上一次定位
3) Consistent Hash Algorithm
一致性Hash数据定位算法
4) localization algorithm
定位算法
1.
Attack-resistant node localization algorithm for wireless sensor networks;
用于无线传感器网络的抗攻击节点定位算法
2.
Sorted TDOA optimization based localization algorithm for wireless sensor network;
一种基于优化TDOA的无线传感网络定位算法
5) locating algorithm
定位算法
1.
Research of relative locating algorithms in mobile network;
移动网络相对定位算法研究
2.
Research on Target Locating Algorithms in Wireless Sensor Networks;
无线传感器网中目标定位算法的研究
3.
Aimed at the problem of low elevation angle precision under the condition of plane array and small elevation angle of smart mine′s passive acoustic detection,high-low quaternion array is brought forward,and the locating algorithm of the array is deduced.
针对智能雷弹被动声探测的对平面阵小仰角时对仰角估计精度低的问题,提出了采用空间高低四元阵,推导了该阵型的基本定位算法,并利用冗余声程差对算法进行了优化,并利用分别适合于低仰角和高仰角的算式进行加权平均,提高了仰角的探测精度,使其更具有实用性。
6) location algorithm
定位算法
1.
Space location algorithm and accuracy comparison of multistatic radars;
多基地雷达空间定位算法和精度比较
2.
Kalman Filtering Tracking Location Algorithm for NLOS Condition
NLOS环境下的卡夫曼滤波跟踪定位算法
3.
In order to overcome the problem of reestablishing the data set when the base stations move or the environments change,a novel 1-dimensional empirical model location algorithm —1-DEMRSSI is proposed for 1-dimensional wireless sensor networks applications such as road surveillance and pipeline transmission.
针对无线传感器网络在道路监控、管道传输等一维环境中出现的因经验模型基站移动或环境发生改变时需要重新建立数据库的问题,提出了一种基于接收信号强度指示(RSSI)的一维经验模型定位算法(1-DEMRSSI)。
补充资料：BP算法
分子式：
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
CAS号：
性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条