3) coverage problem 覆盖问题 1. The barrier coverage problem is a special coverage problem and plays very important role in target tracking. 覆盖问题是传感器网络中的基础性问题,着重研究了一类特殊的覆盖问题——栅栏覆盖问题。 2. An energy-efficient heuristic mechanism is presented to obtain the ...
无线传感器网络K重覆盖主要是研究传感器节点位置布置的问题,目前的研究主要集中在二维平面[1-4],然而实际应用中通常需要在三维空间中部署传感器节点,因此本文研究的是三维空间中传感器K重覆盖的问题。 三维空间K重覆盖,按照监测区域的应用要求可分为整个监测区域的K重覆盖和关键区域的K重覆盖。文献[5]提出基于空间镶嵌...
1) k-coverage k-度覆盖2) k-cover k覆盖3) strong k-covers 强k覆盖4) k-cover k-覆盖 1. C_K(X) has countable strong fan tightness iff if {U_n:n∈N} is a sequence of open k-cover of X, then there exist U_n∈U_n such that{U_n:n∈N}is a k-cover. 证明了C_K(...
[7] 钟永信,黄建国,韩晶.三维传感器网络部署、覆盖和连接问题研究[J].控制与决策,2011,26(10):1447-1451. [8] Ammari H M,Das S K.A study of k-coverage and measuresof connectivity in 3D wireless sensor networks[J].Computers,IEEE Transactions on,2010,59(2):243-257. [9] Nazrul Alam,Haas。
针对无线传感器网络的最差覆盖和最佳覆盖,探寻如何解决二维目标区域内的"k-覆盖问题",提出了一种解决此问题的多项式时间算法.该算法基于扩展圆盘的几何图形提出了一系列的定义和定理,将"k-覆盖问题"转化成了寻找相邻分界线的问题.仿真结果表明,算法可在多项式时间内计算出最优k-违反路径和最优k-支持路径,从而合理规...
[HammingLoss(1,k),RankingLoss(1,k),OneError(1,k),Coverage(1,k),Average_Precision(1,k),Outputs,Pre_Labels.MLKNN]=MLKNN_algorithm(train_data,train_target,test_data,test_target);//要验证的算法 end //上述结果为输出算法MLKNN的几个验证指标及最后一轮验证的输出和结果矩阵,每个指标都是一个k...
扩大覆盖面积洒水喷头是指具有比常规洒水喷头更大的特定保护面积的洒水喷头, 简称EC喷头(extended coverage的缩写)。它与洒水喷头的结构基本相同,不同点主要在于溅水盘形状的改变。 EC喷头一般用于轻危和中危场所,其覆盖范围约达5m×7m。喷头的保护面积达37.2m2,而标准喷头的保护面积只有20m2。可见,正确选择和使用EC喷...
k-coverage algorithm based on probabilistic sensing model in WSN基于感知概率的无线传感器网络k重覆盖算法* Binary-detection model based method for k-coverage controlling in wireless sensor network is not practicable without consideration of the environment facto... JIANG Liping,WANG Liangmin,XIONG Shuming...
根据基因组分析 K-mer 第1回 理解K-mer和Coverage的基本概念我们可以知道这组数据的coverage是4 out_f1<-"sample33_ref.fasta"out_f2<-"sample33_ngs.fasta"param_len_ref<-1000narabi<-c("A","C","G","T")param_composition<-c(22,28,28,22)param_len_ngs<-20param_num_ngs<-200param_desc<...
[HammingLoss(1,k),RankingLoss(1,k),OneError(1,k),Coverage(1,k),Average_Precision(1,k),Outputs,Pre_Labels.MLKNN]=MLKNN_algorithm(train_data,train_target,test_data,test_target);//要验证的算法 end 1. 2. 3. 4. 5. 6. 7.