انتخاب موثر گره سر خوشه در شبکه حسگر بی سیم با استفاده از ماشین بردار پشتیبان و تابع زیان مبتنی بر بیز

شبکه حسگر بی سیم، یک سیستم توزیع شده، خود مختار و خود سازمانده است که از تعداد زیادی گره های حسگر کوچک تشکیل شده است. گره های حسگر در منابع انرژی، پردازش و محاسبات دارای محدودیت هستند. برای اداره کردن این شبکه های متراکم و توزیع شده باید چالش هایی نظیر مقیاس پذیری، تحمل خرابی و ارایه راه حل های کارآمد از نظر انرژی مورد توجه قرار گیرد. خوشه بندی یکی از تکنیک هایی است که می تواند برای حل این چالش ها در شبکه های حسگر بی سیم استفاده شود. حال با توجه به اینکه می توان انتخاب بهینه سرخوشه را به نوعی یک مسیله کلاس بندی در نظرگرفت، ما سعی داریم تا مسیله را براساس ماشین بردار پشتیبان که یک الگوریتم طبقه بندی بوده و به عنوان یکی از بهترین تکنیک های دسته بندی و پیش بینی می باشد و برای ذخیره مدل پیش بینی فضای کمتری نیاز دارد و به نتایج خوانا تر و یک تفسیر هندسی دست پیدا می کند را به همراه ارایه یک تابع زیان، که بر پایه بیز استوار است، ترکیب نموده و در نهایت یک راهکار جدید و موثر ارایه کنیم. نتایج حاصل از اجرای الگوریتم پیشنهادی در این پایان نامه، نشان می دهد استفاده از این راهکار به بهینه سازی مصرف انرژی در گره ها و طولانی تر شدن عمر آن ها کمک موثری کند و می تواند روش های پیشین را بهبود ببخشد.

کلیدواژه ها:

شبکه حسگر بی سیم ، انتخاب سرخوشه ، ماشین بردار پشتیبان ، تایع زیان بر پایه بیز