WMN,wireless mesh networks
1)wireless mesh networksWMN
1.Inwireless mesh networks, the sample space of evidence may be not integrative or reliable because of the change of network topology and the occurrence of wireless collision.WMN(wireless meshnet work)网络环境中,网络拓扑结构的改变或无线冲突的发生,都可能导致作为信任值评估证据的样本空间不一定完整和可靠,使得现有的信任评估模型不能应用其上_为了解决WMN网络节点间信任评估问题和建立信任关系,在研究现有信任模型并分析其存在问题的基础上,提出了基于不确定性度量极小化的信任模型。
2.By studying the origin of Wireless Mesh Networks, the concept, the network structures, characteristics and advantages, the thesis has further discussion on the technical superiority of WMN.通过对无线网状网(Wireless Mesh Networks,WMN)的起源、概念、网络结构和优点的论述,深入探讨了WMN的技术优势,针对WMN目前大多数应用在无线局域网中,对移动通信网络建树较少的情况,结合已有的Ad Hoc网与蜂窝网整合的几种方案,分析了把WMN与移动通信网络结合带来的优势,提出了把WMN的组网概念应用到移动蜂窝网的移动台、基站的组网方案中去,具体分析了三种组网方案—基站Mesh组网、与室内分布系统结合以及WMN与3G联合布网,它们能够增强移动通信网的可靠性和有效性。
英文短句/例句
1.Research on Urgent Communication Based on Wireless Mesh Network and Improvement of AODVWMN应急通信及AODV协议改进研究
2.Architectures for Wireless Mesh Networks无线网状网(WMN)体系结构研究
3.Gateway Selection in Multiple Gateway Wireless Mesh Network Based on 802.11s基于802.11s的多网关WMN中的网关选择
4.Research on Multi-Qos Routing Based on Improved Dijkstra Algorithm in WMN;WMN中基于改进Dijkstra算法的多约束Qos路由研究
5.Research on Secure Access Control Protocol in WLAN-based Mesh Networks基于WLAN的无线网状网络WMN安全接入协议研究
6.Wavelets and AAR Model Based Predicting Algorithm for WMN基于小波变换和AAR模型的WMN流量预测方法
7.P2P Super Node Selection Strategy Based on Physical Characteristic of WMN基于WMN物理特性的P2P超级节点选取机制
8.A New Mutual Authentication and key management Scheme Based on Combined Public Key in Wireless Mesh NetworkWMN中一种新的基于组合公钥的密钥管理和双向认证协议
相关短句/例句
WMN algorithmWMN算法
3)WMNPAWMN保护接入
4)Wireless Mesh Network(WMN)无线网状网(WMN)
1.This paper studies the application of Wireless Mesh Network(WMN) based RFID in supermarket.本文讨论了基于无线网状网(WMN)的RFID技术在超市中的应用。
5)wireless Mesh network无线Mesh网络(WMN)
6)heterogeneous MRMC-WMN异构多接口多信道WMN
延伸阅读
BP算法分子式：CAS号：性质：又称逆推学习算法，简称BP算法，是1986年鲁梅哈特(D. E. Rumelhart)和麦克莱朗德(J. L. McClelland)提出来的。用样本数据训练人工神经网络(一种模仿人脑的信息处理系统)，它自动地将实际输出值和期望值进行比较，得到误差信号，再根据误差信号从后(输出层)向前(输入层)逐层反传，调节各神经层神经元之间的连接权重，直至误差减至满足要求为止。反向传播算法的主要特征是中间层能对输出层反传过来的误差进行学习。这种算法不能保证训练期间实现全局误差最小，但可以实现局部误差最小。BP算法在图像处理、语音处理、优化等领域得到应用。
