تشخیص ارقام دست نویس فارسی در تصاویر با روشهاي مختلفی صورت گرفته است که عمدتاً داراي درصدي خطا در پیاده سازي می باشند. مراحل بکار رفته در این پروژه عبارتند از: عمل پیش پردازش شامل نازك سازي و دوران تصویر و تبدیل آن به اندازهاي معین میباشد، براي استخراج ویژگیها از تصاویر مجموعه آموزش از روش جعبه با پارامترهاي فاصله، زاویه و جهت تشخیص ارقام از یک سیستم فازي استفاده شده است. درصدي خطا جز لاینفک سیستم هاي فازي می باشد که بوسیله ترکیب الگوریتم هاي تکاملی ژنتیک و تبرید تدریجی کارایی سیستم مورد نظر به طور قابل توجهی افزایش یافته است. براي مقایسه کارایی نهایی سیستم، کاهشخطاي سیستم فازي و مقادیر برازندگی بدست آمده طی نسلهاي ترکیب این دو الگوریتم تکاملی مورد بررسی قرار گرفته است.

در اين مقاله روشي براي بازشناسي ساختاري عبارات رياضي چاپي ارائه شده است . ابتدا براي هر عبارت رياضي، نمادهاي موجود، جداسازي و استخراج شده و سپس با استفاده از يك روش تركيبي مبتني بر طبقه بندي سلسله مراتبي و تطابق الگو بازشناسي مي شوند. مرحله ي بعد بازشناسي ساختاري عبارات است . در اين مقاله از يك روش جديد مبتني بر گراف براي بازشناسي ساختاري عبارات ري اضي استفاده شده است . در اين روش ابتدا نماد آغازين عبارت تشخيص داده شده و سپس با توجه به موقعيت هاي نسبي ساير نماده ا، خط اصلي عبارت شناسايي مي گردد و با توجه به آن شبكه اي تشكيل مي گردد كه در اين مقاله، گراف اتصالات مجازي نماده ا ناميده شده است. در نهايت با استفاده از پيمايش بازگشتي اين گراف كد زبان TEX عبارت رياضي استخراج مي شود. پس پردازش هايي نيز براي مقابله با خطاها و افزايش نرخ بازشناسي ارائه شده است . در اين مقاله عبارات رياضي يك خطي مد نظر است و عباراتي كه شامل چند خط هستند مانند ماتريس ها در نظر گرفته نشده است . نتايج تجربي نرخ بازشناسي 94/63% را براي مرحله ي بازشناسي نماد و 98/44% را براي مرحله ي بازشناسي ساختار نشان مي دهند.

در بس ياري از مسائل با دو پدي دة ابهام در اطلاعات و عدم - قطعيت در تصم يمگيري مواجه هست يم، به نحوي كه اين دو موجب مي- شوند نتوانيم به نتايجي قطعي براي حل مسأله دست يابيم. در اين مقاله با استفاده از نظر ية گواه دمپستر - شيفر، موتور استنتاج جد ي دي به نام موتور استنتاج مبتن ي بر گواه ارائه شده است كه با تعر يف مجموعه ه اي فازي ر وي اطلاعات ورود ي مسأله، ابهام آنها را مدلساز ي و با استخراج مجموعة قوا نين فا زي مسأله از قاعدة استنتاج فاز ي وضع مقدم تعم يم- يافته استفاده م يكند تا نتا يج حاصل از اعمال قوان ين رو ي دادهه اي ورودي را ب يابد. با تفس ير هر يك از نتا يج به دست آمده به عنوان تكه اي گواه كه بر وقوع پد يدهاي خاص دلالت ميكند، ميتوان استنتاج نها يي را به نظر ية گواه دمپستر - شيفر سپرد . بدين تر تيب با داشتن درجه ه اي گواه پ ايه م يتوان به محاسبة توابع گواه و مقبوليت بر اي آنها پرداخت و نتيجة نه ايي استنتاج را بر مبنا ي بازة گواه ارائه داد، با آزمون اين موتور استنتاج بر مسألة م يزان مخاطرة بيماري كرونر قلب، توانست يم به نرخ تشخيص صح يح 86 درصد براي بيماري دست يابيم. اين روش جد يد با لحاظ ابهام اطلاعات و مدلساز ي عدم قطعيت درتصم يمگي ري، نتا يج بسيار دق يقتري را ارائه م يدهد و م يتواند در مسائل مختلف در نقش سيستم خبرة تصميميار ايفاي نقش كند.

در اين مقاله يك ايدة جديد براي آشكارسازي مبتني بر حركت خودرو در تصاوير ويدئويي دوربين متحرك با استفاده از شار نوري متراكم و شبكة عصبي ارائه گرديده است . روش فوق بر اساس شناسايي نقاط ويژگي متعلق به خودرو در دو تك تصوير و يدئويي است . بدين منظور، ابتدا يك الگوريتم براي محاسبة شار نوري نقاط ويژگي كل تصوير ارائه نموده ايم. سپس به كمك يك طبقه بند شبكة عصبي ، شارهاي نوري تصوير به دو كلاس طبقه بندي مي گردند. در مرحله نهايي براي آشكارسازي ناحية وسيلة نقليه، مدل كلي حركت خودرو با يك الگوريتم پس پردازش تخمين زده شده است . در آموزش و آزمايش طبقهبند از 135 خودرو استفاده گرديد كه بوسيلة 100 جفت تك - تصوير ويدئويي آموزش داده شد و ب ا 35 نمونه ديگر مورد آزمايش قرار گرفت. روش پيشنهادي به نوع حركت دوربين تقريباً غير حساس مي - باشد و در كاربردهاي دوربين ثابت و متحرك عملكرد مناسبي دارد . نتايج پياده سازي حاكي از دقت بالاي روش پيشنهادي در آشكارسازي خودرو ميباشد.

در اين مقاله يك ايده براي آشكارسازي چهره هاي طبيعي موجود در تصاوير رنگي با استفاده از تركيب طبقه بندها طرح گرديده است. بدين منظور از تركيب متوالي طبقه بندهاي مدل رنگ پوست و AdaBoost استفاده شده است . در روش پيشنهادي ابتدا با استفاده از تخمين مدل رنگ پوست، نواحي هم رنگ با پوست از پس زمينه قطعه - بندي مي گردند. سپس با استفاده از تحليل اجزاء به هم پيوسته، نواحي كانديدا براي يافتن چهره هاي طبيعي شناسايي ميگردند. در مرحلة بعد براي تخمين چرخش دو بعدي سر، بر روي نواحي كانديدا PCA اعمال شده است . در مرحلة چهارم، مقدار زاوي ة چرخش سر جبران سازي گرديده است . براي آشكارسازي نهايي چهره هاي طبيعي ، تصاوير كانديداي جبرانسازي شده به عنوان ورودي مطلوبِ طبقه بند AdaBoost در نظر گرفته مي شوند. نتايج تجربي نشان مي دهند كه روش ارائه شده قادر به آشكارسازي چهره هاي طبيعي در تصاوير تا 360 درجه چرخش دو بعدي است . نرخ آشكارسازي چهره بر روي مجموعه دادههاي آزمايش شده بيش از 96 درصد گزارش شده است.

مبحث ذخيره سازي داده امروزه به مسأله بسيار مهمي در مراكز داده اينترنتي و سيستم هاي محاسبات فو ق سريع تبديل شده است. چرا كه هرساله حجم داده هاي ذخيره شده در دنيا تقريبًٌا دو برابر مي شود و در يك سيستم محاسباتي ممكن است متجاوز از يك پتابايت ١ باشد. از جمل ه ي چنين سيست م هايي در سازما ن هاي هواشناسي و پايگاه هاي نظامي ممكن است يافت شوند. اين مقاله روشي جديد ارائه مي كند كه بر اساس آن در يك سيستم محاسباتي كلاستري، زمان مورد نياز براي نقل و انتقالات داده در مجموع كاهش م يياب د. روش پيشنهادي جديد عبارت است از مهاجرت پردازش هاي درحال اجرا بر روي گره هاي پردازشي با استفاده از فن آوري جديد مجازي سازي كه به منظور توازن بار در شبكه استفاده مي شود. نتايج حاصله از شبب ه سازي نشان مي دهد كه اين روش جديد كاهش قابل ملاحظه اي در زمان مورد نياز سيستم محاسبات ي جهت انجام پردازش داده در مقاط ع زماني مشخص ايجاد مي كند.

به منظور بالابردن نرخ دسترسپذير به دادهها در شبکهها متحرک ، روشها مختلف تکرار داده ارائه شده است. اکثر روش ها ارائه شده، در تصميمگير برا نحوه تکرار داده، تنها نرخ تقاضاها دستيابي به داده را درنظرگرفتهاند و عدم پايدار لينک ها ارتباطي ميان گرهها را لحاظ نکردهاند. در اين مقاله، مفهومي تحت عنوان درصد اجتماعي بودن برا هر گره تعريف ميشود که بيانگر ميزان برخورد آن گره با گرهها جديد است. اين مفهوم که با توجه به درخواست ها ورود به هر گره محاسبه مي گردد، تغييرات نسبي مکاني آن گره و در نتيجه ميزان عدم پايدار آن را در ميان همسايههايش نشان ميدهد. با در نظرگرفتن اين مفهوم، روش تکرار داده جديد ارائه شده است که نتايج شبيه ساز حاکي از آن است که اين روش، نه تنها نرخ دسترس- پذير به دادهها را افزايش ميدهد بلکه مصرف انرژ را در ميان گرهها به طور يکنواخت توزيع ميکند.

شبكه هاي حسگر شبكه هايي هستند كه به شدت از نظر منابع محدود مي باشند. از اي نرو استفاده از روش هاي متراكم سازي اطلاعات به منظور كاهش مصرف انرژي و بهره وري مناسب از پهناي باند بسيار ضروري است . در مقابل، متراكم سازي اطلاعات منجر به افزايش تاخير انتها به انتها مي گردد. در بسياري از كاربردها، از جمله كنترل شرايط بحراني محيط، پاسخ دهي سريع به درخواست ها از جمله نيازمند ي هاي ضروري است كه بايد تامين گردد حتي اگر دقت اطلاعات تا ح د قابل قبولي كاهش يابد . در اين مقاله روشي ارائه م ي شود كه در آن ساختار متراكم سازي اطلاعات بر اساس دقت و تاخير ايجاد م ي شود و براي كاربردهايي كه حساس به تاخير هستند و تخمين مناسبي از جواب براي آنها كافي است، مناسب مي باشد. روش متراكم سازي استفاده شده در ا ين ساختار، بر مبناي خوشه بندي است . براي درنظر گرفتن دقت، ابتدا تعداد گر ه هايي كه بايد در پاسخ دهي به درخواست شركت كنند تعيين شده و سپس با توجه به دو محدوديت تاخير مورد نياز كاربرد و كمينه بودن انرژي مصرفي، تعداد خوش ه ها و اندازه آنها مشخص مي شود. كارايي ا ين روش از طريق شبي ه سازي مورد بررسي قرار گرفته است و نتايج نشان داده اندكه اين روش، پاسخ درخواس ت هاي دريافتي از لايه كاربرد را با دقت قابل قبول در زمان سريعتر فراهم مي كند.

درك سازوكار مغز به عنوان عامل هوشمندي موجودات زنده قرنها است كه ذهن بشر را مشغول كرده است. محققين در مسير پاسخ به اين سوال دو رويكرد كل به جزء و جزء به كل را پيش گرفتهاند. در اين مقاله به معرفي مدلي حاصل از اتصال كارآمدترين نظريات اين دو رويكرد خواهيم پرداخت. مدل ارائه شده تواناييهاي جالب توجهي از جمله يادگيري خودكار و پردازش بلادرنگ دنبالههاي زماني را داراست. همچنين اين مقاله نشان ميدهد كه مدل مذكور با دادههاي زيست شناختي مغز نيز انطباق قابل قبولي دارد. در انتها، كارآمدي مدل ارائه شده در يك آزمايش دنياي واقعي بررسي ميشود. مدل پيشنهادي اولين قدم به سمت ساخت سيستمهاي هوشمند خلاق و داراي قدرت سازشپذيري بالا به حساب ميآيد.

وب در گذاري از مجموعهاي از صفحات به سمت مجموعه اي از سرويسها که از طريق اينترنت باهم تعامل دارند ميباشد [ ١]. در اين مقاله يک رهيافت در انطباق ساز خودکار وب سرويس معنايي که استدلالگر مبتني بر منطق را ب ا يک انطباق ساز تقريبي مبتني بر فرهنگ لغت WordNet بهبود ميبخشد را ارائه ميکنيم. نتايج ارزيابي اندازهگيري کارايي اين رهيافت نشان ميدهد که رهيافتهايي که تنها مبتني بر منطق و براساس انطباقسازي I/O سرويس هاي مبتني بر OWLS هستند، ميتواند به طور موثري بوسيله نوع مبتني بر فرهنگ لغت WordNet بهبود يابد که ما در اين مقاله اين موضوع را بررسي و نشان ميدهيم.

تکامل شبکه هاي نورونی به کمک الگوریت م هاي تکاملی از جمله زمین ههاي تحقیقاتی گسترده اي است که در آن خودکارسازي بخش هاي مختلف یک شبکه نورونی مدنظر می باشد . از این میان، الگوریتم SANE به عنوان راهکاري مناسب جهت تکامل شبکه هاي نورونی به کمک الگوریت مهاي تکاملی مطرح است. هدف این مقاله ارائه راهکاري جهت بهبود کارائی الگوریتم SANE براي تکامل شبکه هاي نگاشت خودسازمانده است . ضعف الگوریتم مذکور، عدم توانائی در نزدیک کردن وزن اتصالات شبکه به ورودي آن است . راهکار حاضر شامل اعمال تغییرات در عملگرهاي تکاملی الگوریتم SANE شامل عملگر کراس اور و جهش بوده و نمودارهاي حاصل از شبیه سازي صورت گرفته، نشان از بهبود نتایج الگوریتم مذکور دارد. در شبیه سازي صورت گرفته از مجموعه داده هاي بیماري قلب، سرطان سینه، دیابت و همتائی هشت بیتی استفاده شده است . بهبود صورت گرفته شامل توانمند نمودن الگوریتم SANE در نزدیک کردن وزن شبک ه هاي نورونی به ورودي شبکه است.

یکی از مسائل مهم و چالش برانگیز در شبک ه هاي رویه اي نظیر به نظیر ، توازن بار در این نوع شبکه ها م یباشد. ما در این مقاله با هدف حفظ ویژگی هاي قبلی ارائه شده در شبکه ي رویه اي SkipTree" بهبودیافته آگاه به هم بندي"، قصد داریم ویژگی توازن بار را نیز با شرایط خاصی به آن اضافه کنیم. در این شبکه ي رویه اي جدید ، یک نوع توازن بار کنترل شده به شبکه قبلی افزوده می شود که در عین حفظ محلیت مسی ر و محلیت محتوا، توازن بار را نیز به همراه دارد . این شبکه ي رویه اي که در این مقاله معرفی می کنیم از نوع شبکه هاي رویه اي غیر مبتنی بر جداول دره م ساز توزیع شده است که برخلاف نوع مبتنی بر جداول درهم ساز توزیع شده به جاي توازن بار یکنواخت 4 در کل سیستم، توازن بار به صورت کنترل شده د ر زیرد امنه هاي شبکه انجام می شود و داده هاي محلی فقط در دامنه خودشان به طور یکنواخت توزیع شده و محلیت داد ه ها خدشه دار نمی شود.

در اين مقاله، يك الگور يتم تكام لي كوانتوم ي به نام NQEA پيشنهاد م ي شود. در الگور يتم پيشنهادي، به منظور افزا يش كارآ يي از يك عملگر به روزرساني جد يد استفاده م ي شود. در اي ن عملگر، هنگام به روزرساني هر يك از افراد جمع يت از مشاركت بهتر ين جواب ب ه دست آمده توسط آن فرد در نسل هاي قب لي و بهتر ين جواب به دست آمده توسط س اير افراد جمع يت در نسل جاري استفاده مي شود. همچن ين، با اعمال محدود يت بر رو ي مقاد ير بيت هاي كوانتومي از همگرايي زودرس آنها جلوگ يري به عمل م ي آي د. عملكرد الگور يتم NQEA با عملكرد الگوريتم ژنت ي ك استاندارد CGA و الگور يتم ه اي تكامل ي كوانتوم ي QEA و VQEA مق ايسه م ي شود. با تح ليل رفتار الگور يتم NQEA بر روي مسأله OneMax مشخص م ي شود كه ا ين الگوريتم بهينه سازي برخلاف الگور يتم QEA دار اي مشكل همگرايي زودرس (ناشي از پديده سواري مجا ني) نمي باشد. با ارز يابي كارآ يي الگور يتم NQEA بر رو ي مسأله به ينه سازي ترك يبياتي شناخته شده NK-landscapes مشخص مي شود كه در ا ين الگور يتم بهينه سازي نسبت به الگوريتم هاي CGA QEA و VQEA توازن بهتر ي م يان تو انايي هاي كاوش و بهره بردار ي الگوريتم برقرار م ي شود . همچنين، الگور يتم NQEA در مقا يسه با الگوريتم هاي فوق از كارآيي و سرعت همگرايي بالاتري برخوردار است.

ارسال داده در شبکه هاي حسگر بيشترين ميزان مصرف انرژي را دارد، در نتيجه کاستن از ميزان داده هاي ارسالي يکي از اهداف کاهش توان مصرفي است. يکي از راه حل هاي کاهش داده هاي ارسالي تقريب زدن اين داده ها در مقصد است. تا زماني که خطاي تقريب حسگر در حد قابل قبول است حسگرها ميتوانند مدت زمان بيشتري را در خواب سپري کنند. با توجه به نوع رويداد و کاربرد شبکه حسگر ميتوان ميزان اين خواب ها و خطاي قابل تحمل را تعيين کرد. در اين مقاله الگوريتمي ارائه شده است که در آن مدت خواب حسگرها با توجه به ميزان خطا تقريب آنها تغيير پيدا خواهد کرد و امکان پذير بودن چنين تکنيک هايي نشان داده شده است.

امروزه از سيستمهاي بازشناسي مبتني بر پارامترهاي زيستي به طور گسترده اي استفاده مي گردد. سيستم بازشناسي عنبيه به دليل عملکرد بهتر مورد توجه بيشتري قرار گرفته است. دقت سيستمهاي بازشناسي، بستگي به دقت بردارهاي ويژگي استخراج شده براي هر نمونه دارد. در اين مقاله براي استخراج ويژگي هاي بافتي عنبيه يک فيلتر وفقي جديد طراحي کرده ايم. اين فيلتر ويژگي هاي بافتي عنبيه را با دقت بيشتري آشکار مي نمايد. براي بهبود عملکرد سيستم بازشناسي عنبيه ويژگي هاي بافتي استخراج شده با چند روش را با هم ترکيب مي کنيم. سپس جهت کاهش اندازه بردارهاي ويژگي از PCA به صورت محلي استفاده مي کنيم. در نهايت براي عمليات تطابق نيز از يک رهيافت جديد استفاده مي کنيم. نتايج حاصل از شبيه سازي بهبود عملکرد سيستم را با کاهش نرخ خطاي تطابق نشان مي دهد.

انتقال جريانهاي ويديويي در شبکههاي حسگر، چالش ه اي زيادي به همراه دارد. يکي از اين چالشها احتمال زي اد وقوع ازدحام است که به دليل بالا بودن نرخ و خاصيت انفجاري جريانهاي وي ديويي و همچنين محدوديت منابع در شبکههاي حسگر پديد ميآي د. در اي ن مقاله، يک روش کنترل ازدحام جديد براي اين نوع شبکهها معرفي شده است. اين روش هم محدوديتهاي موجود در شبکهه اي حسگر مانند محدوديت انرژي و حجم بافر کم گرهها و هم محدوديتهاي کاربردهاي ويديويي مانند حساسيت به تاخير و تغييرات آن را در نظر گرفته است . روش پيشنهادي از تفاوتهايي که ميان اولوي ت بسته ه اي وي ديويي وجود دارد، براي کنترل ازدحام استفاده ميکند. نت ايج ارزيابي که با شبيه ساز NS2 و ابزار Evalvid انجام شده، نشان ميدهد که استفاده از اين روش علاوه بر بالا بردن کيفيت ويديوي دريافتي، انرژ ي کمتري از گرهها را نيز مصرف ميکند.

تشخيص مرز شات، نقش مهمي در آناليز و پردازش ويديو بازي مي كند. در اين مقاله، روش جديدي براي تشخيص مرز شات پيشنهاد شده كه با ساختن يك توزيع آماري روي مجموعه ي آموزشي شروع » و استفاده از تئوري بيز، عمل دسته بندي فريم ها به كلاس هاي را انجام مي دهد . براي دسته بندي ، ويژگي ،« فريم مياني » و « شات جديدي با عنوان مشتق دوم فيلتر شده بر اساس خصوصيات سطح پايين ويديو تعريف شده است. نتايج به دست آمده نشان مي دهد كه اين ويژگي در بالا بردن دقت تاثير بسزايي داشته است . روش پيشنهادي روي چهل ويديو شامل ويديوهاي ورزشي، تجاري، خبري و مستند كه داراي انواع مرز شات اعم از تغييرات ناگهاني و تدريجي بوده، تست شده است. بر اساس نتايج به دست آمده، اين روش نه تنه ا در تشخيص مرز شات با تغيير ناگهاني بسيار دقيق عمل مي كند بلكه در برخورد ب ا شات هايي با تغييرات تدريجي، داراي دقت مطلوبي است.

افزايش طول عمر به عنوان مهمترين محدوديت در شبكه هاي حسگر بي سيم از اهميت بسيار بالايي برخوردار است. هدف اصلي اين مقاله ارائه يك پروتكل مسيريابي جديد آگاه از انرژي و با مصرف كاراي انرژي است به نحوي كه سبب افزايش طول عمر در شبكه هاي حسگر بي سيم چندگامي با ارتباطات غير قابل اطمينان گردد. اين پروتكل در راستاي انتخاب مسير بهينه شبكه براي هر منبع داده از پارامتري به نام تاخير انتشار بسته مسيريابي در هر گام استفاده مي كند. اين تاخير تابعي از چهار عامل است كه به طور اساسي طول عمر شبكه را تحت تاثير قرار مي دهند. در واقع نكته كليدي در فرموله كردن تاخير انتشار آن است كه اين تاخير علاوه بر پارامتر معين گره (انرژي گره) به پارامترهاي معين لينك (نرخ خطا و انرژي مصرفي روي لينك ارتباطي) نيز وابسته است. همچنين اين پروتكل مشكل استفاده از گره هاي مشترك را نيز در محاسبه تاخير انتشار در نظر مي گيرد. نتايج شبيه سازي بهبود چشمگير ميزان طول عمر شبكه حسگر بي سيم را نشان مي دهد.

يکي از کاربردهاي پنهاننگاري، محافظت از دادههاي محرمانه و ذخيرهسازي امن آنها در انبار ههاي داده نظير ديسک سخت است. در سالهاي اخير طراحي و ايجاد سيست مهاي فايل پنهاننگاري شده، مورد توجه پژوهشگران بسياري در جهان بوده است. اين سيستم ها با روشهاي ابتکاري از امکانات سيست مهاي فايل استاندارد نظير FAT و NTFS استفاده کرده و با ايجاد يک ساختار خاص و انحصاري، اطلاعات را با فن پنهاننگاري و اغلب اوقات بههمراه رمزنگاري، بگونهاي ذخيره مي کنند که فايلهاي حاوي دادههاي حساس نهتنها از دسترسي افراد غيرمجاز در امان بماند، بلکه حتي بتوان وجود آنها را در انباره داده نيز انکار کرد. با توجه به اهميت کاربرد چنين سيستمهايي در حفاظت و امنيت دادهها، ارزيابي امنيتي اين سيستمها با هدف تعيين ميزان آسيبپذيري آنها در مقابل انواع حملات تحليلِ پنهاننگاري، امري ضروري و لازم است.در اين مقاله، سعي شده با استفاده از بررسي و تحليل منابع موجود، ملاک و معيار مناسبي در قالب يک ليستِ بررسي امنيتي (Security Checklist) براي ارزيابي امنيتي سيستمهاي فايل پنهاننگاري شده و يافتن مشکلات و نقاط ضعف آنها بدست آيد.

مساله تجميع داده در شبكه هاي حسگر بي سيم به طوريكه حداقل انرژي مصرف شود از موضوعات حائز اهميت مي باشد . در بيشتر مدل هاي خوشه بندي ، تجميع داده در گره سرخوشه انجام مي گيرد . در الگوريتم پيشنهادي تجميع داده قبل از فرستادن داده به گره سرخوشه و به طور مجزا توسط هر گره انجام مي گيرد . به دليل وجود همبستگي مكاني ميان دادههاي گره هاي همسايه ، داده حس شده توسط هر گره با داده گره سرخوشه مقايسه خواهد شد و پس از حذف افزونگي، داده كد شده به گره سرخوشه ارسال مي شود . در اين مقاله الگوريتم پيشنهادي با الگوريتم شناخته شده LEACH مقايسه ميشود. نتايج نشان مي دهند كه الگوريتم ارائه شده در محيط هاي داراي همبستگي داده اي بالا ، بهبود موثري در مصرف انرژي در مقايسه با LEACH دارد، حال آنكه در محيط هايي با همبستگي اندك ميان داده ها اين دو الگوريتم تقريبا همانند يكديگر عمل مي كند.