《基于小波分析和PSO-LSSVM的无线传感器网络数据预测》PDF+DOC
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
《无线传感器网络中基于马尔科夫链的数据预测算法》PDF+DOC2016年第11期 吏济新,张雅云,黄福川,程红举
《无线传感器网络中极限学习机回归优化预测模型》PDF+DOC2016年第11期 洪伟,郭昆,郭文忠
《基于神经网络的无线传感器网络数据预测应用研究》PDF+DOC2012年第05期 高刃,唐龙,伍爵博
《无线传感器网络中基于SVR的节点数据预测算法》PDF+DOC2010年第01期 邹长忠
《一种无线传感器网络异常检测技术研究》PDF+DOC2007年第08期 周贤伟,王培,覃伯平,申吉红
《无线传感器网络分级入侵检测模型》PDF+DOC2013年第06期 孙子文,梁广玮,白勇,纪志成
《无线传感器网络自校正定位算法》PDF+DOC2012年第01期 余成波,张一萌,李洪兵,张进
《粒子群优化在无线传感器网络定位中的应用》PDF+DOC2009年第32期 邢明彦,李腊元
《无线传感器网络节能动态任务分配》PDF+DOC2008年第04期 沈艳,郭兵,丁杰雄,李迅波
《基于矢量的无线传感器网络节点定位综合算法》PDF+DOC2008年第11期 王驭风,王岩
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。