《大规模物联网的关键特征提取与应用研究》
点击下载 ⇩文件编号: | KEYAN666793666 |
---|---|
下载格式: | Word/DOC(PDF已转Word) |
中图分类: | TN915 |
完成/联系人 | 刘文平 蒋洪波 蒋国银 |
来源省份: | 湖北 |
完成单位: | 湖北经济学院 湖南大学 |
所属部门: | 湖北省教育厅 |
科研日期: | 2019 |
研究行业: | 电信 |
研究主题: | 大规模物联网,数据存储,骨架提取方法, |
联系地址: | 湖北省武汉市江夏藏龙岛科技园区洋湖大道特1号 |
传媒
该项目所属学科为计算机科学技术(520),属国家中长期科技发展纲要里信息产业和服务业中传感器网络和智能信息领域。物联网节点可部署在陆地和海洋等环境,形成具有二维或三维特征的网络拓扑。由于网络性能与部署区域的形状密切相关,不规则网络的形状往往是制约网络性能发挥的重要瓶颈,因而物联网的关键特征(包括拓扑和几何特征)提取成为其发展的关键技术之一。鉴于此,该项目专注于二维/三维物联网的关键特征提取与应用研究。主要内容总结如下:
一、二维/三维网络的凸分解与应用。提出了一种二维/网络节点曲率定义,设计了二维网络的凹点识别与网络形状分解算法,改进了现有基于多维标度法的网络定位算法,建立了网络凹度与定位误差间的联系;二、三维网络的线骨架提取与应用。首次提出了三维网络线骨架的定义,设计了低复杂度的三维网络线骨架提取算法,基于线骨架开发了一种三维网络路由协议;三、三维网络的面骨架提取与应用。提出了一种稳健的面骨架节点识别方法,设计了低复杂度的三维网民面骨架提取算法,开发了一种基于面骨架的数据存储与检索协议;四、三维网络的Reeb图构建与应用。提出了一种基于节点连接信息的三维网络Reeb图构建算法,并研究其在数据存储与检索等方面的应用;五、二维网络的骨架提取与应用。根据骨架性质提出了基于距离变换的骨架节点新定义;设计了依赖于部分边界信息的分布式骨架提取方法。
该项目综合考虑网络节点能量和计算能力等资源有限条件,有针对性地设计分布式和低复杂度算法提取网络关键特征,并研究这些关键特征在网络路由、定位、数据存储等方面的应用,既具备较强的理论创新,同时又关注这些理论在实际中的运用。该项目受国家自然科学基金项目和中国博士后科学基金项目资助,在国际顶尖学术期刊和国际顶尖学术会议上发表论文20多篇,出版专著两部。
提示:为方便大家复制编辑,博主已将PDF文件制作为Word/Doc格式文件。