《无线传感器网络数据的个性化加权在线集成学习算法》PDF+DOC
作者:刘伟,王琦,于化龙
单位:中国科学院沈阳计算技术研究所
出版:《小型微型计算机系统》2020年第03期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFXXWX2020030080
DOC编号:DOCXXWX2020030089
下载格式:PDF + Word/doc 文字可复制、可编辑
《无线传感器网络故障诊断研究》PDF+DOC2016年第01期 鲁义宽,李波
《一种高斯噪声下基于最大分散度的WSN半定规划定位算法》PDF+DOC2012年第08期 何国钢,邓平
《无线传感器网络中基于粒子群优化的目标识别方法》PDF+DOC2010年第05期 曹红兵,魏建明,刘海涛
《无线传感器网络中面向压缩感知定位的动态字典算法》PDF+DOC2017年第10期 孙保明,郭艳,李宁,张星航,李艾静
《DV-Hop定位算法误差分析与优化》PDF+DOC2017年第04期 李敬兆,孙睿,谭大禹
《基于无线网络传感器的定位技术研究》PDF+DOC2012年第09期 孟东阳,何秀凤,桑文刚
《基于信誉度的典型路由算法的对比分析》PDF+DOC2015年第13期 任淑艳
《无线网络节点的太阳能最优利用效率》PDF+DOC2009年第04期 谭春禄,刘勇,李秀珍,仲元昌
《无线传感器网络中基于蚁群算法的路由算法》PDF+DOC2009年第06期 杨靖,熊伟丽,徐保国
《无线传感器网络中基于区域再生树汇聚的路由算法》PDF+DOC2008年第07期 宋娟,金心宇
作为一种数据采集型网络,无线传感器网络有效地提高了人们获取客观物理信息的能力,已成为智慧生活的重要一环.然而,无线传感器网络数据是一种流数据,显著特点在于具有时间顺序性,实时性高,容易受外界因素干扰,且易产生分布漂移等特点.要利用无线传感器网络建立精确可靠的预测模型,就要兼容其上述特性.为此,本文提出了一种个性化加权在线集成算法,其个性化特征在于将集成中每个个体分类器的权重与样本集分布的相似性相关联,即当接收到一个新的数据块时,首先假定其符合多维高斯分布,进而计算其与之前数个数据块的K-L散度值,也即相似度,最后根据该值来确定各个数据块所对应分类器的投票权重.通过实验分析,该方法能够在线响应无线传感器网络数据流,且与传统的在线学习算法相比,具有更高的预测精度。
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。