作者:张楠,董海鹰 单位:中国电子科技集团公司第四十九研究所 出版:《传感器与微系统》2012年第11期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFCGQJ2012110180 DOC编号:DOCCGQJ2012110189 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 由于能量缺失和故障等原因导致无线传感器网络节点无法收集后续数据,为保证数据传输的完整性,应进行后续节点数据预测。目前缺少有效方法实现节点数据预测,针对这一问题提出一种基于小波分析和粒子群优化最小二乘支持向量机(PSO-LSSVM)相结合的数据预测方法。方法中利用小波分解技术将所选的样本集数据进行分解,然后将分解量分别送入最小二乘支持向量机(LS-SVM)模型进行预测,其中LS-SVM预测模型的参数由PSO算法得到,最后,将各个LS-SVM模型得到的预测结果进行小波重构得到完整的预测结果。仿真结果表明:基于小波分析和PSO-LSSVM相结合的无线传感器网络节点数据预测方法能够准确跟踪实际数据趋势,该方法具有较高的预测精度。

    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。