آپلود عکس

آپلود عکس

انرژی خودسازمانده با استفاده از شبکه عصبی SOM :: فایل صفر21

فایل صفر21

مقالات دانشجویان و پرو|ژه ها

مقالات دانشجویان و پرو|ژه ها

فایل صفر21
کلمات کلیدی

فریدون فریور

پاورپوینت تست شخصیت MBTI مایرز- بریگز

رساله دکترای رشته پزشکی با عنوان تولید

خالص‌سازی

تعیین ساختمان

پاورپوینت بررسی حسابداری ذهنی

دانلود پاورپوینت رژیم غذایی طبیعی و درمانی

تامین استوار با تولید چابک تحت عدم قطعیت تقاضا (به همراه مقاله اصلی)

دانلود پاورپوینت کتاب آناتومی انسانی تالیف دکتر علی اصغر رواسی

اجاره ‌نامه A3 مطابق با استاندارد سازمان ثبت اسناد و املاک

دانلود پروژه رشته کامپیوتر به زبان SQL و VB (سیستم داروخانه)

پاورپوینت تحلیل طراحی باغ‌ موزه گیاهان دارویی کرج

ارزیابی مفاهیم و محتوای فمینیستی در سینمای زنان فیلمساز ایرانی

راهنمای فارسی اینورتر میکرومستر 440 + درایو Micro master 440

کاوش های باستان شناسی گورستان تل چگاسفلی بهبهان .

پاورپوینت بررسی مقدمه ای بر داده کاوی و اکتشاف دانش.

دانلود مبانی نظری و پیشینه تحقیق احساس شادکامی و خوشبختی در زندگی .

از بهترین جزوه های PDF آموزش برنامه نویسی پایتون

دانلود عوامل موثر بر ایمن سازی راههای کوهستانی 15 ص

دفترچه محاسبات پل بزرگراهی از نوع تیر پیش ساخته بتنی .

متره کامل ساختمان 3 طبقه به همراه نقشه های سازه .

پاورپوینت آزمون اندریافت کودکان CAT

.

فعالیت های ورزشی (ویژه ارائه کلاسی درس فیزیولوژی ورزشی)

دانلود پاورپوینت نظریه رشد شناختی پیاژه

پاورپوینت شمع کوبی و انواع روش های آن

دانلود اینستاگرام مارکتینگ- لایک های پول ساز

پاورپوینت بررسی بهداشت روانی

پاورپوینت فیزیولوژی اعصاب (ویژه ارائه کلاسی درس فیزیولوژی ورزشی)

پاورپوینت ماشین آلات ساختمانی و راهسازی - غلتک چرخ فلزی صاف

۱ مطلب با کلمه‌ی کلیدی «انرژی خودسازمانده با استفاده از شبکه عصبی SOM» ثبت شده است

ارایه یک روش جدید خوشه بندی مبتنی بر انرژی خودسازمانده با استفاده از شبکه عصبی SOM به منظور کاهش مصرف انرژی درشبکه های حسگر بی سیم

پروتکل‌های مسیریابی مبتنی بر خوشه‌بندی یکی از مهمترین روش‌های کاهش مصرف انرژی در شبکه‌های حسگر بی‌سیم هستند در این مقاله، یک پروتکل خوشه‌بندی جدید، ارایه می‌شود


مشخصات فایل

تعداد صفحات 33
حجم 0 کیلوبایت
فرمت فایل اصلی doc
دسته بندی هوش مصنوعی


توضیحات کامل

دانلود مقاله کارشناسی ارشد رشته هوش مصنوعی

ارائه یک روش جدید خوشه بندی مبتنی بر انرژی خودسازمانده با استفاده از شبکه عصبی SOM به منظور کاهش مصرف انرژی درشبکه های حسگر بی سیم

 
چکیده
پروتکل‌های مسیریابی مبتنی بر خوشه‌بندی یکی از مهمترین روش‌های کاهش مصرف انرژی در شبکه‌های حسگر بی‌سیم هستند. در این مقاله، یک پروتکل خوشه‌بندی جدید، ارایه می‌شود. این پروتکل خوشه‌بندی جدید که پروتکل خوشه‌بندی مبتنی بر انرژی خودسازمانده (EBCS)   نام دارد، با استفاده از شبکة عصبی نقشة خودسازماندهی(SOM)، گره‌های شبکه را براساس دو معیار سطح انرژی و همسایگی خوشه‌بندی می‌نماید و سعی در توازن بهتر انرژی در خوشه‌ها و نهایتاً افزایش طول عمر شبکه و حفظ پوشش شبکه‌ای دارد. در ادامة این مقاله به بیان فرضیات، تشریح مراحل الگوریتم جدید و تفاوت‌های آن با الگوریتم‌های مرتبط پیشین خواهیم پرداخت.
 
 
کلمات کلیدی:

شبکه عصبی SOM

پروتکل‌ مسیریابی مبتنی بر خوشه‌بندی

پروتکل خوشه‌بندی مبتنی بر انرژی خودسازمانده

کاهش مصرف انرژی در شبکه‌های حسگر بی‌سیم

 
 
 
مقدمه
برای بهره‌مندی از اثربخشی الگوریتم‌های مسیریابی مبتنی بر خوشه‌بندی در افزایش طول عمر شبکه‌های حسگر بی‌سیم، الگوریتم خوشه‌بندی جدیدی ارایه شده است که بر اساس انرژی و با استفاده از شبکة عصبی نقشه خودسازماندهی کار می‌کند. انگیزه خلق EBCS، بی‌توجهی الگوریتم‌های خوشه‌بندی قبلی به سطح انرژی گره‌ها به عنوان پارامتر اصلی تشکیل خوشه‌های شبکه بوده است. تلاش تحقیق حاضر این بوده است که با بهبود ایدة سنتی خوشه‌بندی(خوشه بندی بر حسب مکان)، به منظور رسیدن به هدف اصلی شبکه‌های حسگر بی‌سیم یعنی افزایش طول عمر شبکه همزمان با حفظ پوشش شبکه‌ای، روشی یکپارچه برای خوشه‌بندی مبتنی بر مکان - انرژی   ارایه نماید. باور ما برای ارایة الگوریتم جدید این بوده است که خوشه‌بندی مبتنی بر انرژی می‌تواند خوشه‌هایی با سطح انرژی یکسان ایجاد کرده و مصرف انرژی را به شکل بهتری در  بین سراسر گره‌های شبکه توزیع کند.
 
 
 
فهرست مطالب
ارایه یک روش جدید خوشه بندی مبتنی بر انرژی خودسازمانده با استفاده از شبکه عصبی SOM به منظور کاهش مصرف انرژی درشبکه های حسگر بی سیم 2
مقدمه 2

1-1. پروتکل مسیریابی خوشه‌بندی مبتنی بر انرژی خودسازمانده 3

1-2. فرضیات الگوریتم 4

1-3. مراحل خوشه‌بندی 5

1-3-2. مرحلة اول : خوشه‌بندی با شبکة عصبی نقشة خودسازماندهی 7
1-3-3. مرحلة دوم : خوشه‌بندی با الگوریتم K-means 15
1-3-4. مرحلة انتخاب سرخوشه 17
1-4. مرحلة انتقال داده 20
1-5. مرحلة خوشه‌بندی مجدد 22
1-6. جمع‌بندی 27
مراجع 27
 
 
 


توضیحات بیشتر و دانلود



صدور پیش فاکتور، پرداخت آنلاین و دانلود

۰ نظر موافقین ۰ مخالفین ۰ ۰۳ مرداد ۹۹ ، ۱۵:۱۴
عماد رافت