摘要 - 本文提出了一种利用移动代理在分布式传感器网络中进行协作目标分类的新计算范式。每个传感器不再将本地分类结果发送到进行融合过程的处理中心,而是从处理中心调度移动代理,在每个传感器节点执行融合过程。使用移动代理的优点是它可以实现渐进式准确性并具有任务自适应性。为了提高分类的准确性,我们实施了行为知识空间方法进行多模态融合。我们还修改了经典的 k-最近邻方法,使其适应分布式传感器节点网络中的协作分类。本文最后给出了基于现场演示的实验结果。
摘要 - 本文提出了一种利用移动代理在分布式传感器网络中进行协作目标分类的新计算范式。每个传感器不再将本地分类结果发送到进行融合过程的处理中心,而是从处理中心调度移动代理,在每个传感器节点执行融合过程。使用移动代理的优点是它可以实现渐进式准确性并具有任务自适应性。为了提高分类准确性,我们实现了多模态融合的行为知识空间方法。我们还修改了经典的k最近邻方法,使其适应分布式传感器节点网络中的协作分类。本文最后给出了基于现场演示的实验结果。