学科分类
/ 10
198 个结果
  • 简介:自从托夫勒首次使用“众”(demassify/demassification)这个词以来,“众”在欧美传播学界一再被谈论。什么是众时代呢?众时代其实是相对即将过去的“大众时代”所讲的。现在的时代之所以被称为大众时代,是因为现在生产的产品普遍采用

  • 标签: 液晶显示器 LCD 显示模式 电脑
  • 简介:CES2008展上,一位美国青年用一种遥控装置关闭了多台正在用于展示的LCD屏,该青年被施以“终身禁止参加CES”的处罚。

  • 标签: 广告 LCD屏 遥控装置 CES
  • 简介:“活到老.学刘老。”这句话对IT从业人员来说。再正确不过了。尤其是在冬天。趁此机会多储备些知识,才能在春天种下希望。在秋天收购果实。即将到来的春节假期.难得的看书学习好机会。您打算在这个假期看哪些书耀?为什么要看这些书?

  • 标签: 从业人员 IT 知识 储备 收购
  • 简介:SharePoint2010承诺提供大量新功能。并改进一些现有功能。以更好地满足IT专业人士的需求。PowerShell还支持IE6吗?如何升级到SharePoint20i07SharePoint提供了哪些社交网络功能?SharePoint未来将何去何从?且听MicrosoftSharePoint产品高级主管ThomasRizzo为你一一解答。

  • 标签: SHAREPOINT MICROSOFT 展望 网络功能 POWER 专业人士
  • 简介:老姐单位组织旅游,可带回的大把照片效果都不太理想,构图不佳,背景昏暗,场面杂乱……总之没有一张满意的,老姐看后长吁短叹,感觉这趟白去了,作为弟弟的我,自然不忍心老姐这么痛苦,何不把老姐的光牌形象抠取出来,与一些可用的风景照片合成呢?

  • 标签: 抠图 照片效果
  • 简介:线损率是电网经营企业一个综合性的核心经济技术指标,加强线损管理是电网经营企业一项长期的战略任务和系统工程。建立正确的线损模型是开展四线损管理的基础。本文介绍了四线损的组成模型及计算方法。

  • 标签: 四分线损 模型 计算
  • 简介:日前,戴尔宣布停止在其网站上销售基于AMD处理器的消费类PC,继续通过零售店和电话销售基于AMD处理器的PC,同时还将继续通过网站销售基于AMD处理器的商用PC。这让每个关注戴尔动态的人都大跌眼镜。回想2006年戴尔在笔记本产品线联手AMD推出了很多款经济实惠的经典机型,让很多用户都享受到了国际大品牌的低价机……难道那些过眼云烟只是戴尔在当时为了应对国产品牌营造的低价战局的临时变招吗?勇于创新一直都是戴尔特别需要的精神,而实际举措中能够将戴尔带出低增长泥潭的更是屈指可数。

  • 标签: AMD处理器 商用PC 国产品牌 戴尔 消费类 销售
  • 简介:任何一个操作系统,必定是建立在硬件基础上的。不管你是使用什么系统,肯定都想录求尽可能快的速度。那么,在日常运行的环境下,如何对系统进行优化调整呢?

  • 标签: 操作系统 WINDOWS 图标 应用程序 注册表
  • 简介:四月中旬,接到了总部关于开展“贴心365,满意100”用户回访活动的通知。无疑这是非常有意义的一项活动,通过回访,我们能更加深刻地了解用户对产品的要求,这是改进我们的产品的良好契机,同时也可以大大拉近跟用户的距离,让他们感受到厂商的重视和关切,并不只是把产品卖给他们赚了钱就了事。我开始认真地计划这次活动:首先把复印好的表格分发到周边5家规模较大、实力较强的授权服务站,并详细传达活动的重大意义,接下来的工作就由我们分公司的经理牵头,负责分配任务,每人电话回访20个用户,此外1O名上门回访的任务由我来完成。

  • 标签: 回访活动 活动报告 满意回访
  • 简介:随机过程的形维度D和Hurst指数H就可以分别由α和β计算出来,分别对这四组数据估计它们的形维度和Hurst指数,D=2-α/2

  • 标签: 分形维度 实验分析 指数实验
  • 简介:作为一种简单而有效的新兴计算技术,差演化算法(DE)已受到学术界和工程界的广泛关注,并且已经在多峰函数优化,数据过滤,多目标优化等十九个大方向上取得了许多成功应用。为此,对围绕差演化算法的相关背景,原理、特点、改进等方面进行简单介绍.HookeandJeeves方法是一种经典的局部搜索算法,将其与差演化算法结合来求解多目标优化问题,提高了解的收敛质量,因而从整体上提高了算法的性能,并且测试结果也说明了该算法的可行性。

  • 标签: 差分演化 多目标优化 Pareto解Hooke and Jeeves搜索法
  • 简介:本文针对LEACH算法中没有考虑簇头间能耗均衡和远离基站簇头过早失效的问题,提出一种基于能耗和距离的WSN簇路由算法。仿真结果显示,该算法能有效克服LEACH存在的这两个缺陷,有效提高网络生命期。关键词无线传感器网络;簇路由算法;能耗均衡中图分类号TP212.1文献标识码A文章编号1007-9599(2010)04-0000-02ClusteredRoutingofWSNagainstEnergy&DistanceYaoLijunLiKangman(HengyangNormalUniversity,Hengyang421008,China)AbstractLEACHalgorithmdoesn’tconsiderenergy-consumptionbalancebetweencluster-headsanditscluster-headawayfromthebasestationoftenprematurelyfail.Thispaperproposesaclusteredroutingalgorithmbasedonenergyanddistanceforwirelesssensornetwork.SimulationresultsshowthatthealgorithmcaneffectivelyovercomethesetwofalwsofLEACH,improvethenetworklifetime.KeywordsWirelesssensornetwork;Clusteredroutingalgorithm;Energybalance过去多年以来,传感器网络在数据收集和处理方面的协同工作和协作管理采集活动的潜在应用价值受到越来越多的关注。然而,由于现代无线传感器网络具有节点能源受限且通常无法补充、节点微型化等形态特征。因此,如何高效使用能量来最大化网络生命周期是无线传感器网络面临的首要挑战1。对wsn路由协议研究表明,簇路由协议23可以对簇内成员感知的数据进行融合转发,能有效简化对传感网网络的查询,从而节省能量延长网络生命周期。低能耗自适应分簇协议LEACH4基本思想是通过等概率地随机循环选择簇头,将整个网络的能量负载平均到每个传感器网络节点,从而达到降低网络能量耗费、延长网络生命周期的目的。然而,该算法主要集中于均衡簇成员节点之间的能量消耗,没有考虑到簇头之间的能量消耗均衡问题。再者,其由于规定簇头直接与基站通信,造成了远离基站的簇头过早失效。本文针对这两点,提出一种新的簇路由算法。本算法首先根据节点的剩余能量来合理选择簇头,剩余能量高的优先选择为簇头,最终有效平衡全网能量。簇头选好后,对于成员节点来说,根据与簇头的距离和自身的能量消耗决定加入哪个簇,从而有效延长网络生命周期。这样就可以让簇头节点的选举与节点剩余能量直接相关,避免同构成簇算法遇到的问题。对于远离基站的节点会较早失效的问题,算法规定每个簇头通过成员节点的位置估计感知到相同事件的邻居簇,然后进行局部的多跳数据融合,以达到节能的目的。一、网络模型本文采用的网络模型如下①所有节点随机静态分布在1个二维平面区域中,在该区域的外部存在1个基站;②节点具有数据融合功能;③所有节点的射频发射功率可以调节;④节点在最大的功率下可以直接与基站进行通信;⑤所有节点同构,并且对突发事件具有相同的感知半径;⑥节点知道自身的位置;⑦网络突发事件的出现概率较小,在同一时刻仅出现1次突发事件。传感器节点的能耗主要由计算能耗和无线射频模块收发报文的通信能耗构成。节点的通信能耗模型以及相关参数的选择与无线模型2相同,节点传输kbit数据至距离d处,以及接收kbit数据需要的能耗分别为,对于服从4次方衰减的无线电,本文仅考虑节点的通信能耗。二、成簇算法在网络建立阶段,基站需要用一个给定的发送功率向网络内广播一个信号。每个传感器节点在收到此信号后,根据接收信号的强度计算它到基站的近似距离。每轮循环的过程是在簇建立阶段,基站每个节点选取一个介于0和1之间的随机数,如果这个数小于某个阈值,该节点成为候选簇头。然后,通过竞争算法确定最终簇头,簇头向周围节点广播自己成为簇头的消息。每个节点根据提出的能量消耗函数来确定加入哪个簇,并回复该簇头。持续一段时间后,网络重新进入启动阶段,进行下一轮簇。能量消耗函数f(i,j)为,其中1≤i≤CH,CH为加入第j个簇头的簇成员数量,1≤i≤CH,CH为簇头数量。节点i加入簇头CHj的条件就是使f(i,j)最小。其中Ei表示节点i的当前能量,ECHj表示簇头j的当前能量。f(i,j)既引入了距离因素,又引入了能量因素,更能有效平衡当前簇头区的能量消耗。只要能量消耗率函数最小,簇成员和簇头消耗能量均最低,进而全网络消耗能量低,因此能有效延长网络的生命周期。对于LEACH算法规定簇头直接与基站通信从而造成了远离基站的簇头过早失效的问题,通常通过固定多跳方式解决,但造成额外的能耗。本算法估计感知到相同事件的簇,从而确定下一跳的汇聚点。三、结论使用MATLAB对算法进行仿真测试,假设100个节点均匀分布在(0,0)和(100,100)的二维区域内,基站的位置在(175,50),设每一轮节点成为簇头的概率为0.05。消耗率函数参数是平衡簇头和成员之间的权值。图1消耗率权值与轮数关系图2本算法与LEACH生命期比较图1显示w值从0.1到1范围内的仿真,从图1可以看出w在0.5或0.6处效果最好。图2显示在不同传感半径下LEACH和本算法生命期的对比,从图可以看出,随着传感半径的增大,各个协议中网络的生命期均有所下降,在各传感半径下本算法的网络生命期要明显高于LEACH。参考文献1liuyue-yang,JiHong,YueGuang-xin.RoutingprotocolwithoptimallocationofaggregationinwirelesssensornetworksJ.TheUournalofChinaUniversitiesofPostsandTelecommnications,2006,13(1)125-1312HeinzelmanW,ChandrakasanA,BalakrishnanH.Anapplication-specificprotocolarchitectureforwirelessmicrosensornetworksJ.IEEETransactionsonWirelessCommunications,2002,1(4)660-6703YounisO,FahmyS.HEEDahybrid,energy-efficient,distributedclusteringapproachforAdHocsensornetworksJ.IEEETransactionsonMobileComputing,2004,3(4)366-3794HEINZELMANW,CHANDRAKASANA,BALAKRISHNANH.Energy-efficientroutingprotocolsforwirelessmicrosensornetworksA.Proceedingsofthe33rdHawaiiInternationalConferenceonSystemSciencesC.Hawaii,2000.1-10

  • 标签: