2) node selection
节点选择
1.
An Optimized Algorithm of Node Selection for Wireless Sensor networks;
一种优化的传感器网络节点选择算法
2.
To optimize node selections for grid jobs under de-centralized scheduling frameworks,the algorithm of random multi-start hill climbing is proposed.
为优化无中心式调度框架下网格作业的节点选择,提出了随机多起点爬山算法。
3.
In order to solve the problem in improving the detection probability and reducing network spending,energy fusion cooperative sensing algorithm(EFCS Algorithm)and node selection algorithm were presented based on the optimal data fusion rule.
为了解决提高检测概率与减少网络开销间的矛盾,基于数据优化融合理论,提出了基于可信度的能量融合协同感知算法(EFCS算法)及节点选择算法。
3) node select
节点优选
1.
Based on carving up the fuzzy sets, according to the quantity of fault information, a node selecting method for real - time fault diagnosis tree is astablished.
在故障模糊集划分的基础上,根据故障信息量,建立了实时故障树的节点优选方法。
4) candidate node
候选节点
1.
Deletion operation is very simple;it only needs delete the candidate node produced by this Pinyin node.
这种模型的插入操作,只需对新增的拼音节点与已输入的拼音节点可能产生的所有字词候选节点进行概率累积计算,链接到状态空间模型中;删除操作,只需直接删除与拼音节点相关的候选字词节点;而当到达用户输入边界,可以依赖右指针域指向尾节点的候选字词节点中累积概率最大者的父指针,通过回溯找到最优语句候选。
5) peer selection
节点选择
1.
An algorithm of peer selection for hybrid P2P on-demand streaming media system;
一种混合式P2P流媒体点播系统中的节点选择算法
2.
A Locality-Aware Based Method for Peer Selection in P2P Network
一种P2P网络中基于位置感知的节点选择策略
3.
In order to solve peer selection problem in unstructured P2P,size-Varied Measurement(VM) and size-Fixed Measurement(FM) using cache are provided.
仿真实验的结果表明,FM优于VM,最大延迟丢弃和最少使用丢弃策略获得了较好的性能,同时,该选择模式对节点加入和离开有较好的鲁棒性,且并发测量可以降低节点选择的时延。
6) Sensor selection
节点选择
1.
Survey of sensor selection schemes in wireless sensor networks
无线传感器网络中节点选择机制综述
2.
The dynamic sensor selection optimization strategy refers to the optimization of the tradeoff between energy consumption and effective coverage rate,which is adopted to enhance energy efficiency,enlarge the effective coverage rate and prolong the lifetime of WSN.
无线传感器网络动态节点选择优化策略通过合理配置各无线传感器节点状态,平衡网络能耗和有效覆盖率,提高网络能效性,延长网络寿命。
3.
The collaborative tracking is implemented through sensor selection, and the result of tracking is proposed among sensor nodes.
协作目标跟踪是通过节点选择来完成的,跟踪的结果在选择的节点之间传输。
补充资料：电力网节点编号优化
电力网节点编号优化
network nodes order optimization
d旧nl!wong Jled一anb旧nhoo youhuo电力网节点编号优化(network nodes order。Ptimization)用稀疏矩阵技术求解电力系统网络方程时，为了节省计算机内存和加快计算速度，按照一定规则编排电力网各个节点次序。 在电力系统计算中，网络方程通常采用导纳矩阵方程的形式，它的求解多采用高斯消去法和直接三角分解等(见网络方程求解方法)。导纳矩阵是零元素很多的稀硫矩阵，对它进行消元或三角分解后所得的三角矩阵，要增加一些称为注人元的非零元素。为节约计算机内存及避免对零元素的不必要运算，在计算机中一般只贮存三角矩阵中的非零元素.因此，三角矩阵中非零元素的个数，直接影响计算机内存的需要量及程序计算速度.导纳矩阵非零元素的分布直接影响消元或分解后三角矩阵非零元素的数目.而网络节点编号次序又与导纳矩阵非零元素的分布密切相关(见图1)，因此，电力网节点编号优化是求解网络方程前的一项重要工作。┌─────┬────┬─────────┬────┐│节点.号.形│导纳矩阵│消元或分解后三角阵│注入元致│├─────┼────┼─────────┼────┤│么 │麟 │魏 │弓 ││21月 │ │ │ │├─────┼────┼─────────┼────┤│上 │瀚 │魏 │l │├─────┼────┼─────────┼────┤│。~主钩 │麟 │继 │(j │└─────┴────┴─────────┴────┘ 图1节点编号对注入元的影响 ·一非零元素;X一非零注入元紊 节点编号的最优化是寻求一种使注人元素数目最少的节点编号方案.对n个节点的电力网来说，其节点编号方案可以有川种，选最优的工作量将非常大.因此，在实际中往往采取一些简化的方法对节点编号进行优化，并不一定追求“最优”。 根据消元的计算公式或星形一三角形变换规则(见图2)，每消去一个节点i，新增加的元素数为八一冬Ji(J‘一，)一及 ‘(1) l、、一一洲声图2消去节点1网络变化示意图式中J‘为在消去节点i时节点i的出线数;及为在消去节点i时与节点i有连线的各节点之间已有的连线数.常用的一些节点编号优化方案，大都根据式(1)或对其作一些简化得到的，主要可分以下三类。 (l)静态按最少出线数编号。对式(1)略去八项，视去为常数，即不考虑消去前面节点对节点i的出线数的影响，因此，也称静态优化法。该方法简单、快速、应用极为普遍。 (2)动态按最少出线数编号。对式(1)略去八项，但考虑Ji的变化，即考虑消去前面节点对节点i的出线数的影响，因此，也称半动态优化法。 (3)动态按增加出线数最少编号.对式(1)考虑及项和J‘的变化，即动态按增加出线数最少的原则编号，也称动态优化法。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条