Ranking Model (CASSARAM) [28] funct

Ranking Model (CASSARAM) [28] function by aiming at finding the largest set covering a matroid. Similar to the greedy heuristic of EMCSS, the greedy heuristic of FMCSS adds virtual sensors incrementally to the set of sensing service providers based on their incremental contribution to the coverage over the matroid.
Correlation of sensing tasks can also help improve energy performance of GPS-less sensing. Furthermore, the authors in [26] have studied energy efficient data uploading problem for crowdsensing environments by classifying sensing tasks as delay tolerant and delay intolerant. The authors in [27] have proposed piggyback crowdsensing in order to exploit the times when smart phone users place phone calls or use smart phone apps so that energy required for sensing is reduced.

Kết quả (Việt) 1:

Xếp hạng chức năng mô hình (CASSARAM) [28] bằng cách nhằm mục đích tìm ra các thiết lập lớn nhất bao gồm một matroid. Tương tự như heuristic EMCSS, tham lam, heuristic FMCSS, tham lam thêm cảm biến ảo từng bước để thiết lập của cảm biến cung cấp dịch vụ dựa trên của họ đóng góp gia tăng vùng phủ sóng trong matroid.Mối tương quan của cảm biến nhiệm vụ cũng có thể giúp cải thiện hiệu suất năng lượng cảm biến GPS-ít hơn. Hơn nữa, các tác giả trong [26] có nghiên cứu năng lượng hiệu quả dữ liệu tải lên vấn đề đối với môi trường crowdsensing phân loại nhiệm vụ thám như sự chậm trễ khoan dung và sự chậm trễ không dung nạp. Các tác giả theo [27] đã được đề xuất piggyback crowdsensing để khai thác những lần khi người dùng điện thoại thông minh thực hiện cuộc gọi điện thoại hoặc sử dụng ứng dụng điện thoại thông minh do đó năng lượng cần thiết cho các cảm biến là giảm.

Kết quả (Việt) 2:

Mẫu bảng xếp hạng (CASSARAM) [28] chức năng bằng cách nhắm vào việc tìm kiếm các thiết lập lớn nhất bao gồm một matroid. Tương tự như heuristic tham lam của EMCSS, heuristic tham lam của FMCSS thêm cảm biến ảo từng bước để các thiết lập của nhà cung cấp dịch vụ viễn dựa trên đóng góp gia tăng của họ để bao phủ trong matroid.
Tương quan của nhiệm vụ cảm biến cũng có thể giúp cải thiện hiệu suất năng lượng của GPS-ít cảm biến. Hơn nữa, các tác giả trong [26] đã nghiên cứu năng lượng hiệu quả vấn đề dữ liệu tải lên cho crowdsensing môi trường bằng cách phân loại nhiệm vụ cảm biến như chậm trễ khoan dung và sự chậm trễ không dung nạp. Các tác giả trong [27] đã đề xuất cõng crowdsensing nhằm khai thác những lần khi các cuộc gọi điện thoại của người sử dụng điện thoại thông minh địa điểm hoặc sử dụng các ứng dụng điện thoại thông minh để năng lượng cần thiết cho cảm biến là giảm.