《基于KM-FNN的无线传感器网络缺失数据重建算法》PDF+DOC
作者:武加文,李光辉
单位:中国微米纳米技术学会;东南大学
出版:《传感技术学报》2019年第08期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFCGJS2019080200
DOC编号:DOCCGJS2019080209
下载格式:PDF + Word/doc 文字可复制、可编辑
《无线传感器网络中缺失数据估计算法》PDF+DOC2013年第12期 邱保志,甄倩倩,唐耀华
《基于物联网的沿海湿地环境监测系统设计与实现》PDF+DOC2017年第06期 高子仪,邵星,王翠香,陈希,詹进
《物联网的研究与应用》PDF+DOC2012年第12期 熊刚,张光河
《应用于医院环境监控的物联网系统》PDF+DOC2019年第09期 魏战争
《无线传感器网络在环境监测中的应用》PDF+DOC2009年第02期 何科奭,马正华
《矿山环境监测无线传感器网络节点总体设计》PDF+DOC2009年第04期 李百明
《智能传感器Imote2运行环境的安装解析》PDF+DOC2008年第19期 李洋,谢慧才
《用于环境监测的自供电传感器网络》PDF+DOC2008年第02期 张强,杨涛
《物联网技术下无线传感器网络在环境监测系统中的应用研究》PDF+DOC2013年第03期 容会,王晓亮,陈震霆,邱鹏瑞,余波
《基于无线传感器网络的家庭环境监测系统设计》PDF+DOC2013年第02期 方健,付蔚,肖尧
在环境监测领域,无线传感器网络节点受恶劣环境或软硬件故障的影响,在数据传输的过程中不可避免地发生数据丢失的现象,这将严重影响监测数据流的可靠性和用户的科学决策。提出了一种基于自适应的K-均值算法和模糊神经网络相结合的分簇式无线传感器网络缺失数据重建算法(KM-FNN)。该算法使用模糊神经网络模型重建缺失数据,并引入自适应机制适时更新训练模型。针对不同数据集的仿真结果表明,与以往同类算法相比,KM-FNN具有更好的缺失数据重建准确性。
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。