秉銘BTL036Y基于機器學習的無線傳感器BTL6-E100-M0550-P-S115

BTL6-E100-M0550-P-S115首先分析了課題研究的意義,其次論述了無線傳感器網絡數據安全機制,后總結了無線傳感器網絡數據安全融合技術的優化策略結合課題研究論述如何不斷提升技術水平,增強無線傳感器網絡數據安全融合,保障數據的安全性,同時控制能量消耗開銷針對煤礦工作面定位無線傳感器網絡(PWSN)端到端時間較長、丟包率較大等問題,提出采用保障貪婪調度(GGS)算法來優化網絡傳輸性能。GGS算法結合了粒子群優化(PSO)算法和貪婪算法,使用PSO算法對信道中的報文種群進行有序化處理,實現對種群的保障;使用貪婪算法對網絡傳輸過程中的具體服務請求形成一種多層次、反復迭代的處理機制,以優化報文種群質量;利用PSO變異算法對種群進行檢查和更新,以確保得到的是解。仿真結果表明,與現有文化基因算法(MA)、差分進化人工蜂群(DE-ABC)算法相比,GGS算法可在控制丟包率的前提下縮短傳輸時間,提升網絡整體性能。 信任管理機制為保障無線傳感器網絡安全提供了一種有效方案,通過對節點的行為進行評價,建立整個網絡的信任管理機制,對判斷的惡意節點采用相應的限制措施來保障安全。文章以Beta概率密度分布函數的期望值作為信任值,優化網絡分簇路由協議,可在保障網絡能量高效利用的同時,有效提升整個網絡的安全性。

秉銘BTL036Y基于機器學習的無線傳感器BTL6-E100-M0550-P-S115

BTL6-E100-M0550-P-S115智能家居的開發和系統設計主要是為創造和改善家居生活環境。在當前無線傳感器網絡技術的發展和應用日益復雜的情況下,將其與智能家居系統的開發和設計相緊密結合,對于優化智能家居系統的設計和應用具有較為積極的促進作用,而且通過加強無線傳感器網絡的開發和應用也對智能家居系統的研究和發展具有推動性的實踐意義。 無線傳感器網絡(MWSN)具有動態拓撲的特性,因而節點移動、能量消耗等影響因素會導致傳感器網絡的壽命。在現有層次型拓撲控制算法的基礎上,借鑒adhoc網絡層次拓撲生成算法WCA的設計原理,提出一種應用于無線傳感器網絡的新型層次型拓撲結構優化算法。該算法綜合考慮節點的能量和位置狀況,為每個節點定義不同的權值,從中選出性能*的節點擔任簇首,同時通過設置節點度參數來確保的拓撲結構。同時依托自適應人工免疫網絡算法,用于實現MWSNs的目標。仿真結果表明,改進的人工免疫網絡算法(KC-AAINA)有助于找到良好的聚類配置和簇頭數量,限制了節點能耗,改善了MWSN的網絡壽命、能量消耗和分組傳輸,從而提高網絡生命周期。 

 BTL6-E100-M0610-P-S115    BTL037H
BTL6-E100-M0661-P-S115    BTL037J
BTL6-E100-M0711-P-S115    BTL037K
BTL6-E100-M0762-P-S115    BTL037L
BTL6-E100-M0813-P-S115    BTL037M
BTL6-E100-M0914-P-S115    BTL037N
BTL6-E100-M1016-P-S115    BTL037P
BTL6-E100-M1067-P-S115    BTL037R
BTL6-E100-M1220-P-S115    BTL037T
BTL6-E100-M1270-P-S115    BTL037U
BTL6-E100-M1372-P-S115    BTL037W
BTL6-E100-M1524-P-S115    BTL037Y