《基于邻里支持和神经网络的WSN数据融合算法研究》PDF+DOC
作者:梁俊卿,赵建视,吕笑琳
单位:航天科技集团公司九院七七一所
出版:《微电子学与计算机》2019年第08期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFWXYJ2019080190
DOC编号:DOCWXYJ2019080199
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于SOFM神经网络的无线传感器网络数据融合算法》PDF+DOC2013年第12期 杨永健,刘帅
《基于深度学习模型的无线传感器网络数据融合算法》PDF+DOC2014年第12期 邱立达,刘天键,林南,黄章超
《基于稀疏滤波的无线传感器网络数据融合》PDF+DOC2015年第03期 邱立达,刘天键,傅平
《一种基于深度学习模型的数据融合处理算法》PDF+DOC2017年第04期 马永军,薛永浩,刘洋,李亚军
《基于NARX神经网络的分簇数据融合算法》PDF+DOC2018年第04期 范时平,何超杰
《基于GA优化BP神经网络的WSN数据融合技术研究》PDF+DOC2015年第02期 张晶,薛冷,容会,王剑平,付晓东
《基于PSO-BP的无线传感器网络数据融合算法研究》PDF+DOC2014年第04期 陈秋红,郭猛
《一种改进的基于神经网络的WSN数据融合算法》PDF+DOC2014年第02期 连方圆,白静
《WSN中基于多径距离和神经网络的节点定位》PDF+DOC2017年第08期 闫俊伢,钱宇华,李华锋,马尚才
《一种能量均衡有效的WSN分簇路由算法》PDF+DOC2012年第23期 冯江,茅晓荣,吴春春
为了提高无线传感器网络(wireless sensor network, WSN)的可靠性、稳健性、减少错误及冗余信息的传输,提出了一种基于邻里支持度的动态分簇BP(Back Propagation)神经网络数据融合算法(Neighborhood-SupportBack-Propagation NetworksData Aggregation,NBNDA).其中动态分簇以及簇首的选择基于邻里支持度的大小以及节点的剩余能量等.同时,为了减少WSN中的通信量,在簇首处使用三层神经网络进行监测数据的特征提取,然后将特征值发送至汇聚节点.仿真实验表明,与LEACH协议相比,本文算法不仅能够提高WSN的可靠性和稳健性,又能减少数据冗余,延长网络寿命。
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。