作者:邱立达,刘天键,林南,黄章超 单位:中国微米纳米技术学会;东南大学 出版:《传感技术学报》2014年第12期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2014120220 DOC编号:DOCCGJS2014120229 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 为了在无线传感器网络中提高数据融合性能,基于深度学习模型,提出一种将层叠自动编码器(SAE)和分簇协议相结合的数据融合算法SAEMDA,该算法在各个簇内构建特征提取分类模型SAEM,通过SAEM对节点数据进行特征提取和分类,之后将同类特征融合并发送给汇聚节点。SAEM的训练既可以采用离线有监督学习也可以采用在线无监督学习。仿真实验表明:和BPFDA,SOFMDA算法相比,SAEMDA在网络能耗大致相当的情况下能将数据融合正确率提高最多7.5%。

    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。