作者:邓丽,刘庆连,邬群勇,杨水荣 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09期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFCGJS2019090150 DOC编号:DOCCGJS2019090159 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 异常数据检测及异常类型识别有助于提高无线传感器网络的数据质量。基于分类的异常检测算法存在传感器数据分类特征提取困难,无法进一步区分异常数据类型等问题,而基于时空特征的异常检测方法存在过度依赖于数据的假设分布等问题。针对这些问题,提出一种融合数据流时空特征和多分类模型的异常检测算法。算法首先基于Markov链提取传感器数据流的时空特征,然后将时空特征作为多分类卷积神经网络模型的输入特征,对数据流进行异常检测及异常类型识别。结果表明:该算法在不同数据集上均表现出较高的检测准确率以及较低的漏检率和误检率,可以有效地检测无线传感器网络中的异常值并判断异常类型。

    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。