《基于证据理论的WSN分簇数据融合算法》PDF+DOC
作者:周智洋,樊晓平,刘少强
单位:中国计算机用户协会自动控制分会;中国计算机用户协会山西分会
出版:《微计算机信息》2009年第28期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFWJSJ2009280770
DOC编号:DOCWJSJ2009280779
下载格式:PDF + Word/doc 文字可复制、可编辑
《一种具有提高成簇质量的WSN节能分簇路由算法》PDF+DOC2012年第02期 丁岳,丁勇,于春娣,李伟
《基于神经网络的WSN数据融合算法》PDF+DOC2010年第18期 姚丽君,梁宏倩,赵磊
《基于Dijkstra的无线传感器网络分簇路由算法》PDF+DOC2010年第17期 陶晓玲,王桂凤,王勇
《基于最小二乘与D-S证据理论的WSN层次式数据融合算法》PDF+DOC2010年第05期 张磊,余阳,王霄,吴银锋
《WSN中基于5色标记的分簇路由研究》PDF+DOC2010年第01期 崔艳荣,李克清
《铁路道口无人监控的WSN应用研究》PDF+DOC2009年第17期 熊书明,王良民,王新胜,詹永照
《WSN中层次型拓扑控制与网络资源配置联合设计方法》PDF+DOC2015年第03期 赵继军,谷志群,薛亮,李志华,关新平
《基于改进蚁群算法的WSN分簇路由机制研究》PDF+DOC2014年第09期 赵宏,王灵霞
《基于DS证据理论和压缩感知的WSN数据融合策略设计》PDF+DOC2014年第08期 廖长荣
《基于分簇与自适应加权的WSN数据融合算法》PDF+DOC2013年第11期 陶志勇,王雪
在传感器网络中多个传感器对于同一目标的识别结果会存在较大不确定性。证据理论作为目标识别领域中一种非精确推理方法能有效融合多传感器的不确定数据,得到合理的判断。本文算法利用证据熵和证据距离函数筛选簇头、确定簇成员节点和候选证据信息,有效减少了簇内冗余信息和簇头计算量,提高了数据融合的精度,为用户确定目标类型及其所在位置提供了更可靠的信息。
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。