CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

طرح خوشه بندی متمرکز کارا از طریق تخمین سطح انرژی بر پایه HMM بهینه شده توسط PSO در شبکه های حسگر

اعتبار موردنیاز : ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۹۷۱ | نظرات: ۰
سال انتشار: ۱۳۸۷
کد COI مقاله: ACCSI14_124
زبان مقاله: فارسی
حجم فایل: ۲۵۳.۹۸ کیلوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله طرح خوشه بندی متمرکز کارا از طریق تخمین سطح انرژی بر پایه HMM بهینه شده توسط PSO در شبکه های حسگر

  روح الله گودرزی - دانشگاه آزاد اسلامی واحد قزوین - دانشکده مهندسی برق و رایانه و فناوری
  مسعود صبایی - دانشگاه صنعتی امیرکبیر - دانشکده مهندسی کامپیوتر و فناوری اطلاعات
  بهروز جداری - دانشگاه آزاد اسلامی واحد قزوین - دانشکده مهندسی برق و رایانه و فناوری

چکیده مقاله:

بدلیل محدودیت انرژی گره ها ، بهره وری انرژی باید بعنوان هدف کلیدی در طراحی شبکه های حسگر مدنظر قرار گیرد. خوشه بندی از روش هایی اسن که بعنوان رویکردی مناسب در مدیریت بهره وری مصرف انرژی مورد استفاده قرار می گیرد. گردش نقش سر خوشه مابین گذه ها از مسائل مهم در خوشه بندی است و راه حل های مختلفی برای آن ارائه شده است . در حوزه روش های سلسله مراتبی متمرکز ، جمع آوری مستقیم اطلاعات مربوط به سطح انرژی گره ها در هر دوره، هزینه گردش نقش سر خوشه را افزایش می دهد. در این مقاله یک روش خوشه بندی متمرکز پیشنهاد شده است که از پیشگویی سطح انرژی شبکه با استفاده از مدل سازی مارکوف مخفی ( HMM ) بهینه شده توسط بهینه سازی گروهی ذرات ( PSO ) استفاده می کند. در گام بعدی نیز انتخاب بهینه سر خوشه ها با استفاده از PSO انجام می شود. روش ارائه شده در عین کاهش هزینه خوشه بندی ، کارایی خوشه بندی را افزایش می دهد . نتایج شبیه سازی نشان می دهد که این روش ، بهره وری مصرف انرژی و طول عمر شبکه را افزایش می دهد.

کلیدواژه‌ها:

شبکه های حسگر، الگوریتم های خوشه بندی، بهره وری انرژی ، بهینه سازی گروهی ذرات

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ACCSI14-ACCSI14_124.html
کد COI مقاله: ACCSI14_124

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
گودرزی, روح الله؛ مسعود صبایی و بهروز جداری، ۱۳۸۷، طرح خوشه بندی متمرکز کارا از طریق تخمین سطح انرژی بر پایه HMM بهینه شده توسط PSO در شبکه های حسگر، چهاردهمین کنفرانس سالانه انجمن کامپیوتر ایران، تهران، انجمن کامپیوتر، دانشگاه صنعتی امیر کبیر، https://www.civilica.com/Paper-ACCSI14-ACCSI14_124.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (گودرزی, روح الله؛ مسعود صبایی و بهروز جداری، ۱۳۸۷)
برای بار دوم به بعد: (گودرزی؛ صبایی و جداری، ۱۳۸۷)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :

  • W.R. Heinzelman A. Chandrakasan, and H .Balakrishnan, *Energy Efficient Co ...
  • M.Ettus, *System capacity, latency, and power consumption in m u ...
  • Wendi B. Heinzelman, Anantha P. C handrakasan, and Hari Balakrishnan, ...
  • Rajiv Misra, Chittaranjan Mandal" Self-Rotating ClusterHead for Self- Organizing Cluster ...
  • Hamidreza Alipour, Maghsoud Abbaspour, Mostafa Esmaeili1, Hamed Mousavi1 , Hamed ...
  • Jin-Mookim , Hayeon-Kyu JOO, Seong-Sik Hong, Woo- Hyun ahn, Hwang-B ...
  • Siva D. Muruganathan, Daniel C. F. Ma, Rolly I. Bhasin, ...
  • N. M. Abdul Latiff, C. C. Tsimenidis, B. S. Sharif, ...
  • N. M. Abdul Latiff C. C. Tsimenidis B. S. Sharif, ...
  • Fuad Bajaber and Irfan Awan, " Dyn amic/Static Clustering Protocol ...
  • Conference _ Sensor Networks , Ub iquitous, and Trustworthy Computing(SUTC'06), ...
  • Peng Hu, Zude Zhou, Quan Liu, Fangmin Li, "The HMM- ...
  • S. B andyopadhyay and E. Coyle, ،0An En ergy-Efficient Hierarchical ...
  • M. Demirbas and H. Ferhato smanoglu, ?Peer-to-Peer Spatial Queries in ...
  • S. Banerjee and S. Khuller, ، A Clustering Scheme for ...
  • C. R. Lin and M. Gerla, *Adaptive Clustering for Mobile ...
  • Wei-Peng Chen, Jennifer C. Hou and Lui Sha, *Dynamic Clustering ...
  • S. Basagni, «Distributed Clustering Algorithm for Ad-hoc Netwo rks?^ , ...
  • M. Chatterjee, S. K. Das and D. Turgut, ،WCA: A ...
  • R. Krishnan and, D. Starobinski, "Efficient Clustering Algorithms for Self-organ ...
  • S. Banerjee and S. Khuller, 4A Clustering Scheme for Hierarchical ...
  • O. Younis and S. Fahmy, "Distributed Clustering in Ad- hoc ...
  • D. V. Paruchuri, «Adaptive Clustering Protocol for Sensor Networks?, Aerospace, ...
  • Base Station 2 Aggregation ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۸۷۴۴
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.