切换导航
文档转换
企业服务
Action
Another action
Something else here
Separated link
One more separated link
vip购买
不 限
期刊论文
硕博论文
会议论文
报 纸
英文论文
全文
主题
作者
摘要
关键词
搜索
您的位置
首页
[!--class.name--]论文
[!--title--]
[!--title--]
来源 :郑州大学 | 被引量 : [!--cite_num--]次 | 上传用户:[!--user--]
【摘 要】
:
随着信息技术的高度发展,无线传感器网络具有越来越广阔的应用前景,已经引起了世界范围的广泛关注。无线传感器网络是基于应用的网络,各层协议是以数据为中心的,并且传感器节
【作 者】
:
廖倩
【机 构】
:
郑州大学
【出 处】
:
郑州大学
【发表日期】
:
2013年期
【关键词】
:
LEACH协议
簇头选择
自适应多跳
能量均衡
生命周期
下载到本地 , 更方便阅读
下载此文
赞助VIP
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
[!--newstext--]
其他文献
基于QoS保证的无线Ad hoc网络高度技术研究
近年来,无线Adhoc网络凭借其便捷性、及时性和移动性等特点得到了广泛关注与应用。而这些特点也为Adhoc网络协议与算法的设计带来了难度。为了保证服务质量(QualityofService,Q
学位
QoS保证
无线Adhoc网络
吞吐量
调度算法
电力系统通信网中SDH告警关联规则及故障诊断的研究
电力通信网在电力系统中的作用十分重要,尤其是在电网安全稳定控制系统和调度自动化系统、电力市场运营商业化、实现电力系统现代化管理和在非电产业经营多样化中均起到了基础、保障和前提的作用。为了保证电力通信运行的稳定性,要求在故障发生时需要在尽可能短的时间里对所出现故障的具体问题做出正确的判断并在第一时间排除故障,以便恢复正常传输业务。随着网络复杂程度越来越高,原来的人工判断的方式效率非常低。由于电力通信
学位
电力通信
SDH
告警关联
关联规则挖掘
无线传感器网络DDEEC算法的研究与改进
正如互联网的产生改变人与人的信息共享模式一样,无线传感器网络的飞速发展也正在改变着人类与客观物理世界的交互模式。无线传感器网络是由大量分布于监测区域的传感器节点
学位
无线传感器网络
HEEC
DDEEC-D
密度函数
分簇路由协议
阈值
基于Android系统远程控制客户端/服务器的设计与实现
随着通讯技术的迅猛发展,手机、平板电脑等移动数字终端与人们的日常生活联系越来越密切,成为了人们获取外界信息的一个主要途径。Android系统是一个以Linux为基础的开源操作系
学位
远程控制
事件处理
网络传输
Android系统
基于几何形状特征的工件识别方法研究
工件识别是机器视觉领域重要的研究课题,该技术旨在利用计算机视觉技术实现工业生产线上目标工件的智能检测与分类识别,是工业机器人实现工件自动化分拣及装配的保证。随着机
学位
几何形状特征
工件识别
阴影检测
姿态判定
支持向量机
混沌激光保密光纤通信实验研究
混沌激光保密通信是一种基于物理层的硬件加密技术,与传统的RSA公众密钥加密体制相比,具有安全、高速、实时等优点。近年来,虽然人们在混沌激光保密通信的理论和实验研究方面
学位
混沌激光保密通信
混沌调制
光纤信道
波分复用
双向传输
基于深度学习的视频人体动作识别
随着计算能力的大幅提高和大规模带标签的图像和视频数据集的提出,深度学习(Deep Learning)在计算机视觉(Computer Vision)领域的各个任务上(如图像分类、语义分割、目标检测
学位
动作识别
深度学习
卷积神经网络
上下文信息
视觉属性挖掘
注意力模型
基于双目立体视觉的数字图像区域匹配算法研究
随着计算机硬件技术的飞速发展以及高性能数字处理系统的逐渐普及,立体视觉,这一20世纪50年代兴起的科学领域迎来了新一轮的研究热潮。立体视觉是机器视觉的一个重要分支领域,具
学位
立体匹配
立体视觉
区域匹配
RFID系统中防碰撞算法的研究与改进
无线射频识别技术(RFID)是20世纪90年代兴起的一项非接触式自动识别技术,它利用射频方式进行非接触式双向通信,以达到自动识别目标并获取相关数据的目的。RFID技术具有无需人工接
学位
RFID
ALOHA
BS
防碰撞算法
基于深度学习方法的人体微动特征识别
人体特征识别在安防监控、自动驾驶、远程健康监护等领域近年来受到广泛关注,其中利用雷达传感器可对人在运动过程中产生的微动特征进行有效探测。人体微动特征指的是身体及
学位
人体微动特征
高分辨距离变化信息
微多普勒特征
人体动作识别
人体步态识别
卷积神经网络
特征融合
与本文相关的学术论文