We evaluate our proposed approaches

We evaluate our proposed approaches with simulated
experiments. The nodes are randomly placed in a C-shaped
area or randomly uniform in a ͳͲ݉ ൈ ͳͲ݉ square as
illustrated in Fig. 1. Four beacons with known location have
been used. Because the whole matrix distance between one
nodes and other are hard to be estimated precisely, we add
zero Gaussian noises with variance 0.1m into the pair-wise
distance matrix. In real implementation, dependent on signal
ranges, each sensor node is able to obtain distance to its
neighbors only. In such cases, a connected network is
established among all sensor nodes and the pair-wise
Euclidean distance matrix is approximated by a pair-wise
geodesic distance matrix in which the geodesic distance is the
lengths of the shortest path between two nodes in the
connected network [4]. This paper copes with the method to
fast update embedded space of MDS when the location of
nodes is varied sequentially, therefore the pair-wise distance
matrix is assumed to be given.

Kết quả (Việt) 1:

Chúng tôi đánh giá chúng tôi đề xuất phương pháp tiếp cận với mô phỏngthí nghiệm. Các nút được đặt ngẫu nhiên trong một hình dạng Ckhu vực hoặc ngẫu nhiên thống nhất trong một ͳͲ݉ ൈ ͳͲ݉ hình vuông nhưminh họa trong hình 1. Có bốn cảnh báo với các địa điểm nổi tiếngđược sử dụng. Bởi vì các ma trận toàn bộ khoảng cách giữa mộtcác nút và khác là khó có thể được ước tính chính xác, chúng tôi thêmkhông tiếng ồn Gaussian với phương sai 0.1m thành các pair-wisekhoảng cách ma trận. Trong thực tế thực hiện, phụ thuộc vào tín hiệuphạm vi, mỗi nút cảm biến có thể để có được khoảng cách đến nóngười hàng xóm. Trong trường hợp này, một mạng lưới kết nốiđược thành lập trong số tất cả các nút cảm biến và các pair-wiseKhoảng cách Euclid matrix xấp xỉ bởi một pair-wisema trận geodesic khoảng cách trong đó khoảng cách geodesic là cácđộ dài của đường đi ngắn nhất giữa hai nút trong cáckết nối mạng [4]. Bài báo này phản ứng với các phương pháp đểCập Nhật nhanh chóng nhúng không gian của MDS khi vị trí củanút thay đổi tuần tự, vì thế khoảng cách pair-wisema trận được giả định được đưa ra.

Kết quả (Việt) 2:

Chúng tôi đánh giá cách tiếp cận đề xuất của chúng tôi với mô phỏng
thí nghiệm. Các nút được đặt ngẫu nhiên trong một hình chữ C
khu vực hoặc thống nhất một cách ngẫu nhiên trong một ͳͲ ݉ ൈ ͳͲ ݉ vuông như
minh họa trong hình. 1. Bốn cảnh báo với vị trí đã biết đã
được sử dụng. Bởi vì khoảng cách toàn bộ ma trận giữa một
nút và khác rất khó để đánh giá chính xác, chúng tôi thêm
không tiếng ồn Gaussian với phương sai 0.1m vào cặp-khôn ngoan
ma trận khoảng cách. Trong thực tế thực hiện, phụ thuộc vào tín hiệu
dãy, mỗi nút cảm biến có thể có được khoảng cách đến nó
chỉ hàng xóm. Trong trường hợp này, một mạng lưới kết nối được
thiết lập giữa tất cả các nút cảm biến và các cặp-khôn ngoan
Euclide ma trận khoảng cách được tính xấp xỉ bằng một cặp-khôn ngoan
ma trận khoảng cách đo đạc trong đó khoảng cách đo đạc là
độ dài của đường đi ngắn nhất giữa hai nút trong
mạng kết nối [4]. Bài viết này phản ứng với các phương pháp để
nhanh chóng cập nhật không gian nhúng của MDS khi vị trí của
các nút là đa dạng tuần tự, do đó khoảng cách cặp-khôn ngoan
ma trận được giả định được đưa ra.