《基于稀疏滤波的无线传感器网络数据融合》PDF+DOC
作者:邱立达,刘天键,傅平
单位:中国电子学会
出版:《电子测量与仪器学报》2015年第03期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFDZIY2015030060
DOC编号:DOCDZIY2015030069
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于深度学习模型的无线传感器网络数据融合算法》PDF+DOC2014年第12期 邱立达,刘天键,林南,黄章超
《一种基于深度学习模型的数据融合处理算法》PDF+DOC2017年第04期 马永军,薛永浩,刘洋,李亚军
《基于神经网络的无线传感器网络数据融合算法》PDF+DOC2011年第01期 孙凌逸,黄先祥,蔡伟,夏梅尼
《基于博弈理论的无线传感器网络数据融合算法》PDF+DOC2015年第12期 王勇
《基于深度学习的无线传感器网络数据融合算法》PDF+DOC2017年第09期 朱彦
《无线传感器网络中一种基于非均匀划分的分簇数据融合算法》PDF+DOC2011年第S2期 乐俊,张维明,肖卫东,汤大权,唐九阳
《基于虚拟网格的无线传感器网络数据融合算法》PDF+DOC2010年第09期 甄志军,鲁士文
《无线传感器网络基于定向扩散与分批估计的数据融合算法》PDF+DOC2006年第25期 张西良,孙优
《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
《基于事件驱动的武警部队无线传感器网络数据融合算法研究》PDF+DOC2013年第08期 戴晨铖,周胶
在无线传感无器网络中,为了提高数据融合算法的性能,设计了一种基于深度学习的二值化层叠稀疏滤波模型(BSSFM),BSSFM将若干稀疏滤波器层叠并对权值参数进行二值化从而能快速有效的提取高维数据特征,之后将BSSFM和分簇协议相结合提出数据融合算法BSSFMDA,BSSFMDA首先在汇聚节点逐层训练BSSFM并对网络分簇,簇节点利用BSSFM进行数据特征提取,之后簇首将分类融合后的特征发送至汇聚节点。仿真实验表明,和SOFMDA等算法相比,BSSFMDA在模型训练时间、特征提取速度、正确率以及节点能耗等方面的表现均更加优异。
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。