【摘 要】
：
能量是无线传感器网络中的重要资源。为了充分利用区域内无线传感器的能量,对无线传感器的能耗进行建模,提出了能量窗口的概念,在能量窗口的基础上,设计了一种无线传感器网络
【基金项目】
：
四川省教育科研项目(16ZB0404),乐山市科技局项目(17GZD028),成都理工大学工程技术学院基金资助项目(C122017026).
论文部分内容阅读
能量是无线传感器网络中的重要资源。为了充分利用区域内无线传感器的能量,对无线传感器的能耗进行建模,提出了能量窗口的概念,在能量窗口的基础上,设计了一种无线传感器网络能量均衡监测方法。构建执行任务的等效节点集合,从集合中依概率选择执行任务的节点,将任务执行的能耗分散在众多节点之间,实现能量消耗的均衡化。构建任务分配树,进行任务的分配和执行,简化操作。根据无线传感器的执行特性,将区域中的节点进行聚类处理,降低处理问题的复杂度,提高算法的可靠性。仿真实验结果显示,无线传感器网络中相同时间里文中算法的节点死亡数要
其他文献
目前基于卷积神经网络的学习方法需要大量的有标注的数据。而实际应用中,标记大量的数据是非常困难的。为了解决此问题,提出了一种基于卷积神经网络的无监督特征提取方法。该方法结合了局部保持投影(LPP)算法和卷积神经网络,LPP算法可以很好地保留图像局部结构。文中采用LPP算法来进行卷积核的学习。构建的网络结构简单有效,识别效率优于有监督的卷积神经网络。实验结果表明,该方法在真实条件下的人脸数据集Yale
目前国网公司在处理语言通信业务时,其行政话机都是通过人工查询通信录,并以手工方式进行拨号通话,效率很低,给用户带来了很多的不便。针对上述情况,文中提出了一种面向智能
衣服与人体的精确匹配是虚拟试衣系统中的关键问题之一.与以往的3D模型匹配、2D图像匹配等方法不同,提出了一种新型的基于2D图像变换的更具有人体贴合性的虚拟试衣算法.算法
粗糙集是一种处理不确定、不完全理论的经典理论，属性约简是粗糙集理论的核心知识之一。为适应大数据的发展，对广泛应用于数据不确定性、不完备性处理的属性约简算法相应改进，提
针对经典池化方式不能提取有效特征值的问题,提出了根据池化域的大小、池化域中的元素值和网络的训练次数调整池化结果的自适应池化法,并搭建了基于自适应池化的卷积神经网络
随着互联网的普及和便利,现如今国内外点评网站和各类商务网站高速发展,各类评论信息正在不断影响着人们的生活。豆瓣网就是很知名的网络社区,越来越多互联网用户会在豆瓣网
随着车载通信需求的增加,车载自组织网络将成为现代智能交通系统的一个重要组成部分。基于命名数据网络,对车载自组织网络中请求的转发策略进行了研究,提出了一种基于内容关
对于传统的恶意程序检测方法,将机器学习算法应用在未知恶意程序的检测方法进行研究。使用单一特征的机器学习算法无法充分发挥其数据处理能力,检测效果一般。使用两视图协同
在三维巷道中发生灾害事故时,人员疏散是一个复杂的过程。通过对地下巷道人员的安全疏散分析,提出了三维巷道中人员应急疏散仿真的系统构架。对Agent的个体属性进行定义,并设
访问控制是保障秘密信息免受非法访问及获取的关键技术之一,基于信任机制的访问控制是其常用的方法.鉴于堆结构具有较快的收敛速度,能高效地反馈信息,以及贝叶斯算法能够有效