《基于神经网络的无线传感器网络异常数据检测方法》PDF+DOC
作者:胡石,李光辉,卢文伟,冯海林
单位:重庆西南信息有限公司
出版:《计算机科学》2014年第S2期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFJSJA2014S20520
DOC编号:DOCJSJA2014S20529
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于神经网络的煤气泄漏多传感器融合检测研究》PDF+DOC2020年第04期 李硕,单光坤,孙凤,边防,侯宝,郑仁成
《基于集成神经网络的汽车尾气检测系统设计》PDF+DOC2016年第04期 刘萍,简家文,陈志芸
《基于BP神经网络的智能车电磁导航控制算法》PDF+DOC2020年第25期 孙艺铭,林雨,范佩升,张丽
《无线传感器网络中一种基于神经网络模型的分簇算法》PDF+DOC2012年第04期 张乾燕
《基于粗糙集与BP神经网络的分布式数据挖掘算法》PDF+DOC2011年第05期 洪月华
《BP网络在阻抗式原油含水率测量仪中的应用》PDF+DOC2011年第12期 黄家才,李宏胜,滕福林,刘毅
《无线传感器网络中基于神经网络的数据融合模型》PDF+DOC2008年第12期 俞黎阳,王能,张卫
《基于BP神经网络的传感器非线性补偿》PDF+DOC2007年第01期 田社平,赵阳,韦红雨,王志武
《物联网中基于KNN和BP神经网络预测模型的研究》PDF+DOC2015年第06期 陈飞彦,田宇驰,胡亮
《基于PSO-BP的无线传感器网络数据融合算法研究》PDF+DOC2014年第04期 陈秋红,郭猛
传感器网络的异常数据检测对于环境监测具有十分重要的意义。基于BP神经网络模型和线性神经网络模型,分别提出了两种无线传感器网络异常数据检测方法。提出的方法在每个当前时刻通过最近的固定长度的历史数据集训练神经网络,来完成下一时刻的预报。通过神经网络的模型残差,确定概率为P的置信区间。当下一时刻数据落入置信区间内,则该数据被判为正常;反之,则为异常。为了比较和验证两种检测方法的性能,在Matlab环境下完成了仿真实验。实验结果表明,基于线性神经网络的异常数据检测方法的检测率(detection rate)达到了97.9%,误报率(false positive rate)不超过0.76%;基于BP神经网络的异常数据检测方法的检测率为96.7%,误报率不超过0.84%。
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。