یک الگوریتم بهینه برای ترکیب داده در شبکه های چند رسانه ای حسگر بی سیم

ترکیب داده¬ها یا همجوشی داده¬ها ، منجر به تولید داده¬های مطلوب¬تر می¬گردد. بالاترین سطح از ترکیب داده¬ها یا استنتاج معمولا موجب افزایش صحت تصمیم گیری در مورد محیط مسئله می¬شود. هدف این پایان نامه مطالعه روی تئوری دمپستر-شفر به عنوان یکی از الگوریتم¬های قدرتمند در زمینه¬ی استنتاج است. هرچند این تئوری یکی از توسعه¬های تئوری بیزین بوده ولی تفاوت¬هایی در زمینه¬ی دیدگاه حل مسئله بین¬آن¬ها وجود دارد. این پایان نامه با ارائه¬ی یک راهکار مناسب، مبتنی بر یک الگوریتم بهینه¬سازی(مانند الگوریتم ژنتیک)، کارایی دمپستر-شفر برای انجام استنتاج، را افزایش می¬دهد. استناج می¬تواند موجب بهبود عملکرد ابزارهایی مانند شبکه¬های چند رسانه¬ای حسگر بی¬سیم گردد. یکی از کاربردی¬ترین ابزارهای چندرسانه¬ای حسگر، شبکه¬¬های همپوشان دوربین¬ می¬باشد(شبکه های حسگر بصری همپوشان). این شبکه¬ها برای شناسایی رخداد خاصی در یک محیط تعبیه می¬شوند. استنتاج در سطح این شبکه¬ها باعث افزایش قابلیت اطمینان نسبت به آن¬ها می¬شود. خانه¬های هوشمند سلامت یکی از طرح¬های پژوهشی، برای حمایت از افراد کهنسال و معلول است. تشخیص افتادن افراد روی زمین، یکی از چالش¬های مربوط به این خانه¬ها هست. در قسمت مطالعه¬ی موردی این پایان نامه سعی شده، قابلیت اعتماد استنتاج، در شبکه¬ای از دوربین¬های همپوشان (که به منظور شناسایی افتادن افراد به کار گرفته می¬شوند( افزایش یابد. در نهایت نیز با کمک همین روش بهترین دوربین¬ها با ضرایب اعتماد مناسب برای تشخیص افتادن افراد شناسایی شدند .