ارایه یک روش جدید برای کاهش مصرف انرژی در شبکه های حسگر بیسیم با استفاده از ویژگی های شبکه های عصبی
Publish place: National Conference on Computer and Information technology
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 4,394
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCCIT01_034
تاریخ نمایه سازی: 17 اردیبهشت 1391
Abstract:
درسالهای اخیر تمایلات شدیدی به استفاده ازروشهای هوش مصنوعیدرکاهش مصرف انرژی شبکه های حسگر بی سیم ایجاد شدها ست به ویژه شبکه های عصبی مصنوعی بهدلیل برخورداری از قابلیت های بی مانندی نظیر رده بندی خودکار داده ها کاهش ابعاد داده ها پردازش آسان و ... به عنوان ابزاری موثر و قدرتمند تقریبا درتمامی جنبه های کاهشمصرف انرژی در شبکه های حسگربیسیم کاربرد دارنددراین مقاله به مساله مسیریابی مبتنی بر خوشه بندی در شبکه های حسگربی سیم با هدف کاهش مصرف انرژی و حفظ پوشش شبکه ای پرداخته شده اس برای رسیدن به این هدف ازشبکه عصبی نقشه خودسازماندهی SOM جهت ارایه پروتکل خوشه بندی مبتنی برانرژی استفاده شده است شبکه عصبی خودسازمانده بعد از آموزش و تنظیم مجدد وزن ها خوشه هایی براساس گره های پرانرژی در شبکه شکل خواهد داد درواقع هرخوشه ترکیبی ازیک گره پرانرژی و نزدیک ترین گره های کم انرژی است بدین ترتیب همه خوشه ها تقریبا از سطح انرژی یکسانی برخوردار خواهند بود. این پروتکل جدید که پروتکل خوشه بندی مبتنی برانرژی خودسازمانده EBCS نام دارد خوشه بندی را با توجه به دو معیار سطح انرژی و مختصات مکانی هرگه انجام میدهد و برتری آن از لحاظ افزایش طول عمر و حفظ بیشتر پوشش شبکه ای با شبیه سازی به اثبات رسیده است.
Keywords:
Authors
محمدعلی عظیمی ستوده
مربی دانشگاه آزاد اسلامی واحد شوشتر
سعید غفاری مقدم
مربی دانشگاه آزاد اسلامی واحدجاسب
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :