1.   مشاوره و انجام پروپوزال  و پایان نامه ، مشاوره در زمینه ارائه سمینار، 
       مشاوره و انجام مقاله های بین المللی و داخلی، 
       مشاوره و انجام مقاله در مجله های علمی پژوهشی معتبر، 
        مشاوره و آموزش شبیه سازی شبکه توسط شبیه ساز آکادمیک 2-NS، 
         مشاوره و آموزش شبیه سازهای ترافیک شهری از قبیل  SUMO، ONE، و ...
          کمک به دانشجویان برای پیاده سازی ایده ها و مقالات خود با شبیه سازهای
               NS2, NS3 , OMNET++ , ONE
     
    
                 شماره تماس :
                         حسین رنجبران:    09101607834   
                                          
    
                  ساعات تماس: 
                                      ۸ الی ۲۰
                         
                   ایمیل:
                         hossein.ranjbaran.it@gmail.com
                        
           
    

IOT Based Rainfall Monitoring System Using WSN Enabled Architecture

شروع موضوع توسط Hossein Ranjbaran ‏8/10/19 در انجمن WSN

وضعیت موضوع:
You must be a logged-in, registered member of this site to view further posts in this thread.
  1. Administrator
    Hossein Ranjbaran
    کاربر ویژه
    تاریخ عضویت:
    ‏3/10/13
    ارسال ها:
    706
    تشکر شده:
    197
    The effect of climate change and human activities ends in a chain of risky phenomena, inclusive of landslides and flood. The environmental problems are also a captious part of human's quality of life and the advancement of civilization. Old methods of monitoring the environmental parameters which as physically receiving information rainfall data from stations can be brutal and inhibiting monitoring required for careful imposition. This paper makes specialty of a flexible and efficient WSN for detecting rainfall-induced landslides. WSN which offer the high quality rainfall monitoring at very cheap rate in terms of labor invested and capital. This paper includes the WSN-enabled architecture for rainfall monitoring system to transmit and collect real time data using GPRS (General Pocket Radio Service) via a cellular network. The data is sent from remote stations to the web server known as Weather Underground. Contribution work is an approach is bandwidth compressed waveform signal for increasing the number of connected devices Performance analysis using SVM machine learning classifier for prediction of rainfall.​


    لینک دانلود در پست بعد برای اعضاء قابل مشاهده است.
     
وضعیت موضوع:
You must be a logged-in, registered member of this site to view further posts in this thread.

این صفحه را به اشتراک بگذارید