Перейти к главному меню навигации Перейти к основному контенту Перейти к нижнему колонтитулу сайта

ВОЗМОЖНОСТИ ОПТИМАЛЬНЫХ АЛГОРИТМОВ ОБЪЕКТОВ СЕТЕЙ «ИНТЕРНЕТА ВЕЩЕЙ»

Организация
Alfraganus University image/svg+xml
Alfraganus University image/svg+xml

Аннотация

Статья обозначает особенности работы с сенсорными сетями Интернета вещей в качестве мониторинговой инфраструктуры для непрерывных объектов. В нем опи- саны базовые подходы для улучшения точности и энергоэффективности систем та- кого типа. Предложена методика оптимизации алгоритмов определения границ непре- рывных объектов в сети Интернета вещей. Этот подход основан на классификации областей вокруг граничных узлов и подобластей с низкой вероятностью событий. Ре- зультаты показывают, что оптимизация голодного алгоритма может быть использо- вана для активации определенного числа соседних узлов в соответствующих подоб- ластях сети Интернета вещей. Таким образом, этот подход позволяет уточнить гра- ницы объектов с использованием данных с активированных датчиков узлов сети Ин- тернета вещей. Кроме того, в тексте строится математическая модель, которая дает лучшую точность обнаружения объектов при меньшей нагрузке на аппаратную плат- форму. Если вам нужно исправить плагиат в этом тексте, рекомендуется перефрази- ровать и переработать предложения, добавить свой уникальный контент и ссылки на источники информации.

Ключевые слова

Интернет вещей, сенсорные сети, обнаружение границ


Библиографические ссылки

  1. Kavitha B.C., Vallikannu R. IoT based intelligent industry monitoring system. In: 2019 6th International Conference on Signal Processing and Integrated Networks (SPIN), 2019. Рp. 63–65
  2. Diao J., Zhao D., Tang J., Cheng Z., Zhou Z., 2019. Continuous Objects Detection Based on Optimized Greedy Algorithm in IoT Sensing Networks. Security, Privacy, and Anonymity in Computation, Communication, and Storage Lecture Notes in Computer Science, 265 –278. doi: 10.1007/978-3-030-24900-7_22
  3. Xiong S., Ni Q., Wang X., Su Y. A connectivity enhancement scheme based on link transformation in IoT sensing networks. IEEE Internet Things J., 2017. 4(6), 2297–2308
  4. Yates D.J., Xu J., 2010. Sensor Field Resource Management for Sensor Network Data Mining. Intelligent Techniques for Warehousing and Mining Sensor Network Data, 280 – 304. doi: 10.4018/978-1-60566-328-9.CH013
  5. Wu Y., Rowe A., 2011. Logic-Based Programming for Wireless Sensor-Ac- tivator Networks, 2011 IEEE/ACM Second International Conference on Cyber-Phys- ical Systems. doi: 10.1109/ICCPS.2011.31
  6. Ahmadi H., Bouallegue R., 2015. Comparative study of learning-based lo- calization algorithms for Wireless Sensor Networks: Support Vector regression, Neu- ral Network and Naпve Bayes. 2015 International Wireless Communications and Mo- bile Computing Conference (IWCMC). doi: 10.1109/IWCMC.2015.7289314
  7. Qihua W., Ge G., Lijie C., Xufeng X., 2015. Scheduling strategy for Hidden Markov Model in wireless sensor network. 2015 34th Chinese Control Conference (CCC). doi: 10.1109/CHICCc.2015.7260879
  8. Ni J., Li Z., Xie S., Jia C., 2018. Toxic Gas Leak Monitoring Alarm System Based on Wireless Sensor Network. 2018 37th Chinese Control Conference (CCC). doi: 10.23919/CHICC.2018.8483568
  9. Chao C., Jiao S., Zhang S., Liu W., Feng L., Wang Y. TripImputor: realtime imputing taxi trip purpose leveraging multi-sourced urban data. IEEE Trans. Intell. Transp. Syst., 2018. 99, 1 –13
  10. Nguyen D., Phung P.H., 2017. A Reliable and Efficient Wireless Sensor Network System for Water Quality Monitoring. 2017 International Conference on In- telligent Environments (IE). doi: 10.1109/IE.2017.34. 28
  11. Shu L., Chen Y., Sun Z., Tong F., Mukherjee M. Detecting the dangerous area of toxic gases with wireless sensor networks. IEEE Trans. Emerg. Top. Com- put., 2017
  12. Lei F., Yao L., Zhao D., Duan Y. Energy-efficient abnormal nodes detection and handlings in wireless sensor networks. IEEE Access 5, 2017. 3393 –3409
  13. Diao J., Zhao D., Tang J., Cheng Z., Zhou Z., 2019. Continuous Objects Detection Based on Optimized Greedy Algorithm in IoT Sensing Networks. Security, Privacy, and Anonymity in Computation, Communication, and Storage Lecture Notes in Computer Science, 265 –278. doi: 10.1007/978-3-030-24900-7_22
  14. Heinzelman W.B., Chandrakasan A.P., Balakrishnan H. An application specific protocol architecture for wireless microsensor networks. IEEE Trans. Wirel. Commun., 2002. 1 (4), 660 –670
  15. https://cyberleninka.ru/article/n/algoritmy-klassifikatsii-obektov-setey-inter- neta-veschey-na-osnove-zhadnyh-algoritmov/viewer

Скачивания

Данные скачивания пока недоступны.

Похожие статьи

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.