《基于神经网络的WSN数据融合算法》PDF+DOC

📙 相关资料

1. 《能量高效的WSNs分簇数据融合算法》PDF+DOC 针对无线传感器网络(WSNs)中多跳通信造成的“热区”以及数据冗余问题，提出了一种能量高效的分簇数据融合算法(EECDA)。该算法在分簇阶段综合考虑节点的剩余能量、到基站的距离和邻居节点的数目，周期性地选择簇首和划分不同规模的簇；对簇内数据进行融合，利用辛普森积分法则计算预测接收数据，在保证采集数据......
2. 《基于自适应动态均匀分簇的WSN数据融合算法》PDF+DOC 针对LEACH算法无法进行数据融合以及簇首分布不均匀引起的局部网络能耗过多、失效过快等问题，提出一种基于自适应动态均匀分簇的数据融合算法ADUC。ADUC算法在簇结构生成阶段引入逻辑区域划分机制和簇首能量优选机制，保证了簇首分布的均匀性和网络的能量均衡性；在数据融合阶段使用自适应加权融合机制来减小冗......
3. 《基于神经网络的无线传感器网络数据融合算法》PDF+DOC 为减少无线传感器网络的通信量，降低能量消耗，设计了一种基于神经网络的数据融合算法(BPNDA)，该算法将BP神经网络和传感器网络分簇路由协议有机结合，将每个簇设计成一个神经网络模型，通过神经网络提取原始数据中的少量特征数据，然后将特征数据发送给汇聚节点，从而提高数据收集效率，延长网络生存时间。仿真实......
4. 《无线传感器网络中数据融合算法的研究》PDF+DOC 本文提出一种在无线传感器网络环境下的基于最大生存周期的数据融合算法。该算法将整个网络中的节点构造成一棵以sink节点为根的树结构，算法在构造树的过程中，考虑传输距离最短，每次选择相对于sink节点偏转角最小的节点作为下一跳节点，同时也考虑了节点的剩余能量，实现了负载均衡，最大化了网络的生存时间。...
5. 《BP神经网络在WSN数据融合中的应用》PDF+DOC 在无线传感器网络(WSNs)的研究与应用中，利用数据融合来提高网络中能量利用率是其中一个重要的研究方向。文章利用BP(Back Propagation)神经网络能够对曲线进行无限逼近的特性来对无线传感器的监测数据进行数据拟合，然后传输拟合好的权值与阈值，同时通过将上一次拟合的权值与阈值赋予下一次拟合......
6. 《无线传感器网络中基于神经网络的数据融合模型》PDF+DOC 数据融合技术通过减少传感器节点间的数据通信量，可以有效地节省传感器节点能耗，延长无线传感器网络的寿命。提出了独特的基于神经网络的数据融合模型(NNBA)，该模型巧妙地将无线传感器网络的分簇层次结构与神经网络的层次结构相结合，将每个簇设计为一个三层感知器神经网络模型，通过神经网络方法从采集到的大量原始......
7. 《基于DS证据理论和压缩感知的WSN数据融合策略设计》PDF+DOC 为了降低WSN数据量和延长网络生命周期，设计了一种基于DS证据理论和压缩感知的WSN混合数据融合策略；首先，在分簇协议的基础上引入了基于DS证据理论和压缩感知的混合模型，然后，采用改进的DS对所有簇成员节点的基本信度分配函数进行加权处理，在簇头处采用加权和归一化的信度分配函数计算证据对各命题的支持程......
8. 《基于移动代理的WSN数据融合的研究》PDF+DOC 移动代理已广泛用于无线传感器网络并进行数据融合。该文将移动代理用于簇成员节点间进行数据收集并进行数据融合，并提出了基于精度的量化编码的数据融合算法。该算法有效减少了冗余数据，提高了传输速率，延长了无线传感器网络的寿命，并将其应用到森林防火中去。...
9. 《基于移动Agent的无线传感器网络分层融合》PDF+DOC 无线传感器网络中采用移动代理进行分层数据融合，在每层采用不同的融合算法。移动代理在簇内进行数据融合前，先进行了奇异值的踢出，从而提高了融合结果的精度。簇头节点间则采用比较的方法进行数据融合。仿真表明，该算法提高了数据融合的精度，降低了能耗，延长了网络的寿命。...
10. 《基于分簇与自适应加权的WSN数据融合算法》PDF+DOC 针对无线传感器网络自身能量有限需要节能的问题，提出了网络的最优分簇规模算法；考虑到簇首的负担较重，提出要选择剩余能量较高的节点作为簇首.这样可以有效延长WSN的生命周期，提高WSN的使用效率.最后结合按测量方差的自适应加权数据融合算法对收集的数据进行融合，减少数据传输，进一步达到节能的作用。...