ค่าความน่าจะเป็นที่จะได้รวบรวมข้อมู

ค่าความน่าจะเป็นที่จะได้รวบรวมข้อมูลได้อย่างน้อย k ค่า หรือ P(X≥k) จะเป็นตัวบ่งชี้สำคัญของการรวบรวมข้อมูลของ WSNs การคาดการณ์จำนวนข้อมูลที่รวบรวมได้ในแต่ละโครงสร้างของ WSNs ที่กำหนดด้วยพารามิเตอร์ของ N, H พิจารณาได้จากการประมาณค่าความน่าจะเป็นแบบสะสม (cumulative density function, cdf) และค่าฟังก์ชันการรอดชีพ (survival function) อธิบายได้ว่าพารามิเตอร์ N, H ส่งผลต่อ Ntotal ทำให้เครือข่ายมีสภาวะคับคั่ง ค่าจำนวนข้อมูลที่รวบรวมได้ จึงลดลงเรื่อยๆ เมื่อเทียบกับ Ntotal ดังในตารางที่ 3

ผลลัพธ์ (ไทย) 1:

ค่าความน่าจะเป็นที่จะได้รวบรวมข้อมูลได้อย่างน้อย k ค่าหรือ P(X≥k) จะเป็นตัวบ่งชี้สำคัญของการรวบรวมข้อมูลของ WSNs การคาดการณ์จำนวนข้อมูลที่รวบรวมได้ในแต่ละโครงสร้างของ WSNs ที่กำหนดด้วยพารามิเตอร์ของ N อธิบายได้ว่าพารามิเตอร์และค่าฟังก์ชันการรอดชีพ (ฟังก์ชันการอยู่รอด) พิจารณาได้จากการประมาณค่าความน่าจะเป็นแบบสะสม (ฟังก์ชันความหนาแน่นสะสม cdf) H N, H ส่งผลต่อ Ntotal ทำให้เครือข่ายมีสภาวะคับคั่งค่าจำนวนข้อมูลที่รวบรวมได้จึงลดลงเรื่อย ๆ เมื่อเทียบกับ Ntotal ดังในตารางที่ 3

ผลลัพธ์ (ไทย) 2:

k ค่าหรือ P (X≥k) WSNs WSNs ที่กำหนดด้วยพารามิเตอร์ของ N, H (ฟังก์ชั่นความหนาแน่นสะสม CDF) และค่าฟังก์ชันการรอดชีพ (ฟังก์ชั่นการอยู่รอด) อธิบายได้ว่าพารามิเตอร์ N, H ส่งผลต่อ Ntotal ทำให้เครือข่ายมีสภาวะคับคั่งค่าจำนวนข้อมูลที่รวบรวมได้จึงลดลงเรื่อย ๆ เมื่อเทียบกับ Ntotal ดัง ในตารางที่ 3

ผลลัพธ์ (ไทย) 3:

ค่าความน่าจะเป็นที่จะได้รวบรวมข้อมูลได้อย่างน้อย K ค่าค็อค P ( x ≥ K ) จะเป็นตัวบ่งชี้สำคัญของการรวบรวมข้อมูลของ wsns การคาดการณ์จำนวนข้อมูลที่รวบรวมได้ในแต่ละโครงสร้างของ wsns ที่กำหนดด้วยพารามิเตอร์ของ nH พิจารณาได้จากการประมาณค่าความน่าจะเป็นแบบสะสม ( ฟังก์ชันความหนาแน่นสะสม ( CDF ) และค่าฟังก์ชันการรอดชีพฟังก์ชันการอยู่รอด ) อธิบายได้ว่าพารามิเตอร์ nH ส่งผลต่อ ntotal ทำให้เครือข่ายมีสภาวะคับคั่งค่าจำนวนข้อมูลที่รวบรวมได้จึงลดลงเรื่อยๆเมื่อเทียบกับ ntotal ดังในตารางที่ 3