دانلود مقاله Performance of a Hybrid ARQ Scheme in CDMA Wireless Sensor Network - انتشار 2011

اختصاصی از فایل هلپ دانلود مقاله Performance of a Hybrid ARQ Scheme in CDMA Wireless Sensor Network - انتشار 2011 دانلود با لینک مستقیم و پر سرعت .

International Journal of Energy, Information and Communications
Vol. 2, Issue 3, August 2011

U. Datta
Member, IEEE, Dept. of E& I, CSIR-CMERI, Durgapur, India
[e-mail]
D. Bharath Kumar
Dept.of ECE, N.I.T Durgapur, Durgapur, India
[e-mail]
Amit Kumar Ball
Dept. of E&I, CSIR-CMERI, Durgapur, India
[e-mail]
S. Kundu
Member, IEEE, Dept.of ECE, N.I.T Durgapur, Durgapur, India
[e-mail]

Abstract
The paper evaluates the energy level performance of CDMA wireless sensor networks (WSN) with a new error control strategy using BCH coding following hybrid ARQ. The performance of the proposed scheme is compared with simple ARQ using CRC and with an existing HARQ-I employing BCH code when applied to CDMA based WSN in terms of energy consumption for successful transmission of fixed length packet. Two kinds of interference namely multiple access interference (MAI) and node interference (NI) are considered. Packet error rate (PER) and energy required for successful delivery of information to a sink considering single hop communication is estimated. The effects of several network parameters such as node density, correlation amongst interferers, power control error (pce) on PER, average number of retransmissions, energy consumption for successful reception of a packet at sink are investigated and energy efficiency in a single hop transmission are estimated and compared for different error control strategies. Analytical results are verified through simulations.
Keywords: HARQ, BCH coding, Wireless CDMA Sensor Network (WCSN), Correlation.

تحقیق در مورد شبکه های عصبی Neural Network

اختصاصی از فایل هلپ تحقیق در مورد شبکه های عصبی Neural Network دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

تعداد صفحه18

فهرست مطالب

2-1- شبکه‌های عصبی مصنوعی

2- شبکه‌های عصبی مصنوعی

2-2- مشخصات مسائل در خور شبکه‌های عصبی مصنوعی

--انواع یادگیری برای شبکه های عصبی:

--2.یادگیری تشدیدی:

--3. یادگیری بدون ناظر

قدرت Perceptron

2-4- زمینه‌ای در مورد perceptron

قضیه بنیادی دنباله‌ها:

شبکه های عصبی Neural Network

شبکه‌های عصبی مصنوعی
Artificial Neural Network

چکیده:
شبکه‌های عصبی مصنوعی از مباحث جدیدی است که دانشمندان علوم کامپیوتر به آن علاقمند شده‌اند و برای پیشرفت هرچه بیشتر علوم کامپیوتر وقت و هزینه بسیاری را صرف آن کرده و می‌کنند. این موضوع با ایده گرفتن از سیستم عصبی بدن انسان و با هدف شبیه‌سازی هرچه بیشتر کامپیوتر به انسان شکل گرفت و تا حال به خوبی پیشرفته است. از جمله کاربردهای این بحث می‌توان از شناسایی الگوها, پردازش تصویر و رویت, هوش مصنوعی, کنترل رباتها و موارد بسیار دیگر نام برد. ما در این مقاله پس از مقدمه به مسائل در خور شبکه‌های عصبی مصنوعی و نیز کاربردهای آن خواهیم پرداخت, در ادامه Perceptron ها را که یکی از مهمترین الگوریتم‌های شبکه‌های عصبی مصنوعی می‌باشد معرفی می‌کنیم.

1- مقدمه
1-1- ایده پیدایش شبکه‌های عصبی مصنوعی
آیا کامپیوتر میتواند همان نوع از محاسباتی را که یک فرد هوشمند انجام میدهد به کار گیرد؟
بسیاری از دانشمندان عقیده داشته ودارند که این بحث باید مورد توجه قرار گیرد. شبکه‌های عصبی در حل مسائل یک جهت جدید و متمایز نسبت به کامپیترهای عمومی می‌گشود. کامپیوترهای عمومی از یک الگوریتم استفاده می‌کنند یعنی برای حل مسائل از یک سری دستورات از پیش تعیین شده پیروی می‌کنند مگر در مواقع ویژه‌ای که کامپیوتر نیاز به یک‌سری اطلاعات برای حل مسئله دارد. و همین مسئله توانایی پردازش را از کامپیوترهای عمومی به مسائلی که ما قبلا فهمیده‌ایم و روش حل آنها را شناخته‌ایم محدود می‌کند و تنها سرعت عمل و قدرت در حل نمونه‌های بزرگتر را به همراه دارند. اما کامپیوترها باید به قدری مفید باشند که بتوانند کارهایی را انجام دهند که واقعا ما نمی‌دانیم چگونه باید آنها را انجام دهیم.

1-2- بررسی سلولهای مغزی افراد
تحقیق درباره سلولهای مغزی افراد و همچنین شناخت ‌‌Neuron ها یا رشته‌های مغزی وبیان یک راه نسبتا متفاوت که یک سیستم هوشمند را

ترجمه مقاله Using NoSQL Databases for Streaming Network Analysis

اختصاصی از فایل هلپ ترجمه مقاله Using NoSQL Databases for Streaming Network Analysis دانلود با لینک مستقیم و پر سرعت .

The high-volume, low-latency world of network traffic presents significant obstacles for complex analysis techniques. The unique challenge of adapting powerful but high-latency models to realtime network streams is the basis of our cyber security project. In this paper we discuss our use of NoSQL databases in a framework that enables the application of computationally expensive models against a real-time network data stream. We describe how this approach transforms the highly constrained (and sometimes arcane) world of real-time network analysis into a more developer friendly model that relaxes many of the traditional constraints associated with streaming data. Our primary use of the system is for conducting streaming text analysis and classification activities on a network link receiving ~200,000 emails per day.

Keywords: NoSQL, database, network, streaming, analysis, informatics, email, real-time.

دانلود اصل مقاله

استفاده از پایگاه داده NoSQL  برای جریان تجزیه و تحلیل شبکه

حجم بالا، زمان تاخیر کم ترافیک شبکه، موانع قابل توجهی را برای تکنیک های تجزیه و تحلیل جامع ارائه می دهد. چالش منحصر به فرد از تطبیق قدرتمند و در عین حال مدل تاخیر بالا برای بلادرنگ کردن جریان شبکه بر اساس امنیت سایبر پروژه است. در این مقاله استفاده از پایگاه های داده NoSQL در یک چارچوب ما را قادر می سازد که در مورد استفاده از مدل های محاسباتی گران قیمت در برابر زمان واقعی جریان اطلاعات شبکه بحث کنیم.

ما توصیف می کنیم که چگونه این روش بسیار محدود (و گاهی اوقات محرمانه) جهان از تجزیه و تحلیل شبکه در زمان واقعی تبدیل به یک توسعه دهنده مدل دوستانه تر می شود  که شل بسیاری از محدودیت های سنتی در ارتباط با جریان داده ها است.  استفاده اصلی ما از سیستم برای انجام تجزیه و تحلیل متن جریان و فعالیت های طبقه بندی در شبکه با لینک دریافت ~ ۲۰۰،۰۰۰ ایمیل در هر روز است.