传感器网络的计算几何方法 作者:刘文平 著出版时间:2015年版内容简介 无线传感器网络是具有高度学科交叉性的国内外研究热点之一,已成功应用于军事国防、工农业控制、环境检测和抢险救灾等领域。网络拓扑特征对许多算法性能具有重大影响,进而影响着网络生命周期。因此,网络拓扑特征提取是传感器网络研究中的重要内容。《传感器网络的计算几何方法》收集了作者多年来在传感器网络拓扑特征提取方面的研究成果,既包含关于拓扑特征提取的有关算法,又包括这些拓扑特征在网络路由、定位等方面的应用,特别适合高等院校计算机专业高年级本科生、研究生、教师和相关科研人员使用。目录第1章 绪论1.1 传感器网络1.2 传感器网络的计算几何方法1.2.1 边界识别1.2.2 骨架提取1.2.3 网络分解1.3 传感器网络计算几何方法的应用1.3.1 网络定位1.3.2 网络路由1.3.3 网络导航1.3.4 信息存储与检索参考文献第一篇 二维传感器网络的骨架提取第2章 基于完全边界信息的骨架提取2.1 骨架与角点2.1.1 骨架2.1.2 角点2.2 基于边界划分的骨架提取算法2.2.1 角点识别与边界划分2.2.2 骨架节点识别2.2.3 骨架弦与粗糙骨架2.2.4 优化骨架2.3 算法分析2.3.1 算法复杂度2.3.2 多尺度骨架2.3.3 无角点的骨架提取2.3.4 基于骨架的网络分割2.3.5 基于骨架的路由协议j2.4 仿真实验参考文献第3章 基于距离变换的骨架提取3.1 距离变换3.2 基于距离变换的骨架定义3.3 DIST算法3.3.1 距离变换的建立3.3.2 关键骨架节点识别3.3.3 粗糙骨架3.3.4 优化骨架3.4 骨架在边界识别和网络分解中的应用3.4.1 基于骨架的边界识别3.4.2 基于骨架的网络分解3.5 算法评价3.5.1 实验配置3.5.2 基于骨架的路由协议性能评价3.5.3 仿真实验结果3.6 算法分析与讨论.3.6.1 复杂度分析3.6.2 边界不完全程度对DIST算法的影响及参数选择3.6.3 算法正确性的有关证明参考文献第4章 无边界信息的骨架提取4.1 基于中心度的骨架识别4.1.1 连续情形下的骨架性质4.1.2 传感器网络的骨架节点识别4.1.3 算法实现4.1.4 仿真实验4.1.5 讨论4.2 基于网络Reeb图的骨架提取4.2.1 连续域中的骨架性质4.2.2 无线传感器网络的骨架识别4.2.3 算法实现4.2.4 仿真实验参考文献第二篇 三维传感器网络的线骨架与面骨架第5章 三维传感器网络的线骨架提取5.1 理论基础5.1.1 二维/三维物体的线骨架性质5.1.2 二维/三维物体线骨架识别5.1.3 线骨架点的重要度5.2 传感器网络的线骨架提取通用算法5.2.1 骨架点识别5.2.2 重要度计算与骨架树构建5.2.3 骨架优化5.2.4 复杂网络的骨架提取5.2.5 复杂度分析5.3 三维传感器网络中基于线骨架的路由协议5.4 仿真实验5.4.1 实验配置5.4.2 实验结果分析参考文献第6章 三维传感器网络的面骨架提取及其在数据存储中的应用6.1 分布式存储算法6.2 面骨架6.2.1 连续域中的面骨架6.2.2 传感器网络的面骨架6.3 算法描述6.3.1 面骨架节点识别6.3.2 面骨架的建立6.3.3 复杂度分析6.3.4 网络动态对算法的影响6.4 面骨架的应用6.4.1 基于面骨架的数据存储与检索协议6.4.2 基于面骨架的线骨架提取6.5 仿真实验6.5.1 对网络形状的鲁棒性6.5.2 对网络密度的稳健性6.5.3 算法在非均匀分布网络中的性能6.5.4 算法在QUDG模型下的性能6.5.5 算法在动态网络中的性能6.5.6 面骨架在数据存储中的应用参考文献第三篇 二维传感器网络的凸分解第7章 基于凸分解的定位算法7.1 网络近似凸分解与定位7.1.1 近似凸分解7.1.2 网络凹度与定位的关系7.1.3 传感器网络的凹度7.2 ACDI。:基于网络近似凸分解的定位算法7.2.1 凹/凸点识别与边界划分7.2.2 网络近似凸分解7.2.3 局部坐标图7.2.4 全局坐标图7.3 实验分析7.3.1 不同网络场景下的算法性能7.3.2 通信模型对ACDL算法的影响.7.3.3 网络节点分布对AcDL算法的影响7.3.4 ACDL算法对参数的敏感性分析7.3.5 ACDL算法对网络密度的敏感性分析7.3.6 低密度网络下的算法性能比较参考文献 上一篇: 人工智能原理及其应用 第三版 下一篇: 人工智能 [(英)查罗纳 著] 2014年版