物联传媒 旗下网站
登录 注册
神经网络算法
  • 将粒子群算法( Particle Swarm Optimization,PSO)优化 BP( Back Propagation)网络的学习算法应用于射频定位。搭建实验平台,采集样本数据 ;在此基础上,进行训练学习,求得 RFID 读写器与标签之间“信号强度—坐标” 的映射关系 ;并对其进行测试,探讨粒子群神经网络算法在 RFID 定位中应用的优势。
  • 针对密集读写器环境下的RFID读写器冲突情况,提出了一种通过中央计算机集中控制读写器分时操作来避免读写器冲突的方法,并设计了基于退火策略的混沌神经网络算法进行读写器时隙分配的求解。首先,根据平面图着色问题与读写器防冲突问题的相似性,确定四时隙分时操作的防冲突原理;然后采用二维Hoeld神经网络建立四 时隙分配问题模型,并构造了满足冲突约束条件的神经网络能量函数;最后,通过引入混沌机制和模拟退火策略进行问题求解以使得算法具有较好的搜索能力和收敛速度。与现有的分布式防冲突算法相比,该方法能够保证读写器具有更多的扫描标签时间和更高的标签扫描频度。仿真实验结果表明用该算法求解读写器防冲突问题是可靠的、高效的。