این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
International Journal of Information and Communication Technology Research (IJICT، جلد ۳، شماره ۲، صفحات ۴۷-۵۶
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Analysing Probabilistic Support Vector Machine Based Localization In Wireless Sensor Networks
چکیده انگلیسی مقاله Localizing sensors in a sensor network is one of the severe bottlenecks that must be dealt with, before exploiting these kinds of networks efficiently. While there has been many techniques and methods proposed for the issue, most of them suffer from low accuracy, or impose extra costs to the network. A Support Vector Machine (SVM) based method has already been proposed which uses machine learning techniques to achieve a fairly accurate estimate of the location of the nodes. In this paper, we propose to use probabilistic SVM, which is more powerful than the existing method. Moreover, an innovative post processing step called ARPoFiL will be proposed that provides even more improvement to the accuracy of the location of the sensor nodes. We will show analytically and experimentally that probabilistic SVM integrated with ARPoFiL completely outperforms the existing method, particularly in sparse networks and rough environments with lots of coverage holes.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله | Reza Samadian


| Seyed Majid Noorhoseini


نشانی اینترنتی http://ijict.itrc.ac.ir/browse.php?a_code=A-10-27-189&slc_lang=fa&sid=1
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده فناوری اطلاعات
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات