This paper formulates a model for e

This paper formulates a model for estimating the probability to collect a given amount of data from a class of WSNs with cluster-tree topology.

Based on the analytic model of IEEE 802.15.4 MAC, the probability of successful node transmission ps is extended to the probabilities of successful collection at cluster P(x=k) and at the xxx node P(X ≥ k), respectively.

A numerical example has been provided to demonstrate the usefulness of our proposed model to answer the likeliness of the completed collect scenario.

Consequently, we investigate analysis probabilistic modeling and improved reliability of data transmission of xxx WSNs that it provides the total node size (Ntotal) =100 node, this a study is the effects of various different networks of probability properties, classifier uniform typologies in deviation from increasing the number total node (Ntotal) set of the number child node in each cluster.

The model is able to determine deploy node in each cluster to collect data that it evaluated depending on the probability distribution function on the following: the probability density as a Logistic distributed, the inverse cumulative distribution and survivor function that it was expressed a higher express the probability of successful reception at the xxx node.


This paper contributes to develop a performance probabilistic model that analysis WSNs are composed of collected and reliability of data transmission due to investigate in the higher percentage the probabilities of successful collection rate and is suitable for the usage or the maximum network is able to find a certain confidence interval for that percentile.

ผลลัพธ์ (ไทย) 1:

กระดาษนี้ formulates แบบจำลองสำหรับประเมินความน่าเป็นการรวบรวมจำนวนข้อมูลที่กำหนดจากระดับของ WSNs กับคลัสเตอร์ทรีโทโพโลยี ขึ้นอยู่กับรูปแบบคู่ของ MAC IEEE 802.15.4 ความน่าเป็นของ ps ส่งโหนประสบความสำเร็จจะขยายไปยังกิจกรรมของสำเร็จชุดคลัสเตอร์ P(x=k) และ ที่โหน xxx P (X ≥ k), ตามลำดับ มีการให้ตัวอย่างที่เป็นตัวเลขแสดงให้เห็นถึงความมีประโยชน์ของแบบจำลองของเราเสนอตอบ likeliness ของสถานการณ์รวบรวมเสร็จสมบูรณ์แล้ว ดังนั้น เราตรวจสอบโมเดล probabilistic วิเคราะห์และปรับปรุงความน่าเชื่อถือของการส่งข้อมูลของ xxx WSNs ให้โหนรวมขนาด (Ntotal) =โหน 100 นี้การศึกษาเป็นลักษณะของเครือข่ายอื่นต่าง ๆ ความน่าเป็นคุณสมบัติ classifier typologies สม่ำเสมอในความแตกต่างจากหมายเลขเด็กโหนในคลัสเตอร์แต่ละชุดรวมโหน (Ntotal) หมายเลขเพิ่ม แบบจำลองจะสามารถกำหนดปรับใช้โหนดในแต่ละคลัสเตอร์เพื่อเก็บรวบรวมข้อมูลที่จะถูกประเมินตามฟังก์ชันแจกแจงความน่าเป็นในต่อไปนี้: ความหนาแน่นความน่าเป็นเป็น Logistic การกระจาย การแจกแจงสะสมผกผัน และฟังก์ชันผู้รอดชีวิตที่แสดงชัดสูงน่าต้อนโหน xxx ประสบความสำเร็จ เอกสารนี้จัดสรรไปพัฒนาประสิทธิภาพรุ่น probabilistic ที่ WSNs จะประกอบด้วยการวิเคราะห์รวบรวมและความน่าเชื่อถือของการส่งข้อมูลเนื่องตรวจสอบเปอร์เซ็นต์สูงกว่ากิจกรรมของคอลเลกชันที่ประสบความสำเร็จ และเหมาะสำหรับการใช้งานหรือเครือข่ายสูงสุดจะสามารถค้นหาช่วงความเชื่อมั่น percentile ที่

ผลลัพธ์ (ไทย) 2:

กระดาษนี้จะกำหนดรูปแบบสำหรับการประเมินความน่าจะเป็นในการเก็บรวบรวมจำนวนที่กำหนดของข้อมูลที่ได้จากการเรียนของ WSNs กับโครงสร้างกลุ่มต้นไม้. ขึ้นอยู่กับรูปแบบการวิเคราะห์ของ IEEE 802.15.4 MAC น่าจะเป็นของการส่งโหนดที่ประสบความสำเร็จ PS จะขยายไปยัง น่าจะเป็นของคอลเลกชันที่ประสบความสำเร็จในกลุ่ม P (x = k) และในโหนด xxx P (x ≥ k) ตามลำดับ. ตัวอย่างเช่นตัวเลขที่ได้รับแสดงให้เห็นถึงประโยชน์ของการนำเสนอรูปแบบของเราที่จะตอบ likeliness ของสถานการณ์การเก็บรวบรวมเสร็จสมบูรณ์ดังนั้นเราจะตรวจสอบการสร้างแบบจำลองการวิเคราะห์ความน่าจะเป็นและความน่าเชื่อถือที่ดีขึ้นของการส่งผ่านข้อมูลของ WSNs xxx ที่จะให้ขนาดโหนดรวม (Ntotal) = 100 โหนดการศึกษานี้คือผลกระทบของเครือข่ายที่แตกต่างหลากหลายของคุณสมบัติความน่าจะเป็นลักษณนาม typologies เครื่องแบบในการเบี่ยงเบนจาก . การเพิ่มจำนวนโหนดทั้งหมด (Ntotal) ชุดของโหนดจำนวนเด็กในแต่ละกลุ่มรูปแบบสามารถที่จะตรวจสอบโหนดปรับใช้ในแต่ละกลุ่มในการเก็บรวบรวมข้อมูลที่ว่ามันขึ้นอยู่กับการประเมินความน่าจะเป็นฟังก์ชั่นการกระจายต่อไปนี้: ความหนาแน่นของความน่าจะเป็น โลจิสติกกระจายการแจกแจงสะสมผกผันและการทำงานของผู้รอดชีวิตที่จะได้รับการแสดงที่สูงขึ้นน่าจะเป็นการแสดงที่ประสบความสำเร็จของการรับที่โหนด xxx. กระดาษนี้จะก่อให้เกิดการพัฒนาประสิทธิภาพการทำงานที่น่าจะเป็นรูปแบบที่ WSNs การวิเคราะห์ที่มีองค์ประกอบของการเก็บรวบรวมและความน่าเชื่อถือของการส่งผ่านข้อมูลที่เกิดจากการ ตรวจสอบในเปอร์เซ็นต์ที่สูงขึ้นน่าจะเป็นของอัตราการจัดเก็บที่ประสบความสำเร็จและมีความเหมาะสมสำหรับการใช้งานหรือเครือข่ายสูงสุดคือสามารถที่จะหาช่วงความเชื่อมั่นร้อยละบางที่

ผลลัพธ์ (ไทย) 3:

กระดาษนี้ PayPal แบบจำลองสำหรับคำนวณความน่าจะเป็นที่จะเก็บให้ปริมาณของข้อมูลจากระดับของ wsns กลุ่มต้นไม้โทโพโลยี

ตามแบบจำลองเชิงวิเคราะห์ของ IEEE 802.15.4 Mac , ความน่าจะเป็นของที่ประสบความสำเร็จโหนดส่ง PS ขยายความน่าจะเป็นของคอลเลกชันที่ประสบความสำเร็จกลุ่ม P ( X = K ) และที่ xxx โหนด P ( x ≥ k )

)ตัวอย่างการคำนวณได้ถูกจัดไว้ให้ เพื่อแสดงให้เห็นถึงประโยชน์ของการนำเสนอรูปแบบตอบ likeliness ของเสร็จเก็บสถานการณ์

จากนั้น เราศึกษาวิเคราะห์ความน่าจะเป็นแบบจำลองและปรับปรุงความน่าเชื่อถือของการส่งข้อมูล xxx wsns มันมีปมขนาดรวม ( ntotal ) = 100 โหนดนี้มีการศึกษาผลกระทบของเครือข่ายต่าง ๆคุณสมบัติของความน่าจะเป็น แบบชุดรูปแบบในการเบี่ยงเบนจากการเพิ่มจำนวนโหนด ( ntotal ) ชุดของจำนวนโหนดลูกในแต่ละกลุ่ม

รูปแบบสามารถกำหนดใช้โหนดในแต่ละกลุ่ม เพื่อรวบรวมข้อมูลว่า การประเมินขึ้นอยู่กับฟังก์ชันการแจกแจงความน่าจะเป็นในต่อไปนี้ :ความหนาแน่นของความน่าจะเป็นเป็นโลจิสติกกระจาย , การกระจายสะสมและฟังก์ชันผกผันผู้รอดชีวิตนั้นมีสูงกว่าแสดงความน่าจะเป็นของที่ประสบความสำเร็จต้อนรับที่ xxx โหนด


กระดาษนี้จัดสรรเพื่อพัฒนาประสิทธิภาพการ wsns การวิเคราะห์แบบจำลองที่ประกอบด้วยการเก็บรวบรวม และความน่าเชื่อถือของการส่งข้อมูล เนื่องจากตรวจสอบในเปอร์เซ็นต์ที่สูงขึ้นน่าจะเป็นของคอลเลกชันที่ประสบความสำเร็จ ซึ่งเหมาะสำหรับใช้งานหรือเครือข่ายสูงสุดคือสามารถที่จะหาช่วงความเชื่อมั่นบางอย่างที่คน