《WSN中基于多属性协助和压缩感知的数据恢复算法》PDF+DOC
作者:赵巾帼
单位:上海市计算技术研究所;上海计算机软件技术开发中心
出版:《计算机应用与软件》2015年第07期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFJYRJ2015070350
DOC编号:DOCJYRJ2015070359
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于StOMP算法的WSN压缩感知数据重构》PDF+DOC2017年第09期 黄志清,张严心,李梦佳,成志鹏
《WSN中一种改进的目标跟踪方法》PDF+DOC2012年第04期 寿向晨,杜嘉迪
《一种WSN中基于局部数据的压缩感知算法》PDF+DOC2012年第06期 赵书峰,黄刘生
《WSN中基于多分辨率和压缩感知的数据融合方案》PDF+DOC2014年第07期 张华,刘国成,陈生昌
《基于Omnet++的WSN路由实验教学平台》PDF+DOC2012年第11期 刘安丰,任炬,陈志刚
《基于WSN的煤矿井下MAC协议的自适应算法研究》PDF+DOC2012年第02期 郑扬冰,张定群,薛晓
《基于PEGASIS的改进型WSN路由协议》PDF+DOC2010年第19期 陈慧娜,唐明浩
《基于遗传算法的WSN覆盖优化方法》PDF+DOC2009年第11期 曾映兰,陈静,郑金华
《WSN中基于多分辨率和压缩感知的数据融合方案》PDF+DOC2014年第09期 赵建军,王怀宇,赵泽阳,陈生昌
《WSN中入侵节点检测的节点测距方法》PDF+DOC2013年第09期 张霖,邱述威
无线传感器网络应用大都依赖完整的传感器数据,防止数据丢失是一项重要的研究工作,然而由于无线传感器网络的数据丢失模式特殊、丢失率高,当前的数据恢复方案效果不尽如人意。根据Intel Indoor和Green Orbs两个项目的真实数据,证实了温度和光照的变化之间往往存在很高的关联度。以此为基础,提出一种基于多属性协助和压缩感知的数据恢复精度优化算法(MACS)。最后,进行了基于真实数据驱动的仿真实验。仿真结果表明,MACS算法性能优于当前其他算法。一般地,当丢失率低于60%时,MACS算法对所有数据进行恢复的差错率低于5%。即使丢失率达85%,MACS算法也可以对所有数据实现估计且差错率低于10%。
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。