《MRNN:一种新的基于改进型递归神经网络的WSN动态建模方法:应用于故障检测》PDF+DOC
作者:黄旭
单位:国防科技大学计算机学院
出版:《计算机工程与科学》2015年第04期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFJSJK2015040140
DOC编号:DOCJSJK2015040149
下载格式:PDF + Word/doc 文字可复制、可编辑
《WSN中基于多径距离和神经网络的节点定位》PDF+DOC2017年第08期 闫俊伢,钱宇华,李华锋,马尚才
《WSN中基于学习自动机的簇头选举算法》PDF+DOC2012年第05期 刘冬生,曾小荟,肖晓红,刘新明,李满华
《无线传感器网络中邻居数据分析的故障检测方法》PDF+DOC2011年第03期 黄日茂,邱雪松,高志鹏,乔焰
《WSN中传感器节点的弹性神经网络任务分配方法》PDF+DOC2010年第06期 刘美,黄道平
《面向WSN节点定位的多移动导标节点路径规划》PDF+DOC2010年第06期 刘克中,熊迹
《WSN中一种能量均衡的路由协议》PDF+DOC2009年第02期 牟大年,王长山
《WSN中基于Robust Position节点定位算法改进的研究》PDF+DOC2007年第12期 张曦煌,赵巍
《基于L-π演算的WSN路由协议形式化方法》PDF+DOC2015年第05期 冯晓宁,王卓,张旭
《基于剩余能量预测的WSN模糊分簇算法》PDF+DOC2015年第14期 杨晓峰,王睿,彭力
《WSN中基于邻居发现的动态密钥管理方案》PDF+DOC2013年第08期 尚凤军,周永奎
提出了一种适用于无线传感器网络WSN的故障检测方法,该方法运用改进的递归神经网络MRNN为WSN的节点、节点的动态特性以及节点间的关系建立相关模型,对WSN节点进行识别和故障检测。MRNN的输入选择建模节点的先前输出值及其邻居节点的当前及先前输出值,模型基于一种新的改进的反向传播型神经网络,该神经网络的输入以及传感器网络的拓扑结构基于通用的非线性传感器模型。仿真实验将MRNN方法与卡尔曼滤波法进行了全面的比较。实验表明,MRNN在置信因子较小的情况下与卡尔曼滤波方法相比有较高的故障检测精度。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。