《基于递推最小二乘和改进支持度的WSN数据融合算法》PDF+DOC
作者:陈俊杰,倪培洲,许广富,腾达
单位:北京长城航空测控技术研究所
出版:《测控技术》2019年第02期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFIKJS2019020160
DOC编号:DOCIKJS2019020169
下载格式:PDF + Word/doc 文字可复制、可编辑
《BP神经网络在WSN数据融合中的应用》PDF+DOC2009年第09期 肖骁,王国军,马征
《基于事件驱动与数据融合的温室WSN节能传输模型》PDF+DOC2013年第12期 王纪章,彭玉礼,李萍萍
《基于异常数据驱动的WSN簇内数据融合方法》PDF+DOC2017年第02期 谭德坤,付雪峰,赵嘉,涂振宇
《基于T分布的WSN网络数据融合算法》PDF+DOC2020年第13期 伍岳,应沈静,张海民,陶骏
《一种基于改进Bayes估计和能量均衡的WSN数据融合节点选取方法》PDF+DOC2019年第11期 张欢
《引入移动数据收集器的WSN节能策略》PDF+DOC2019年第02期 谷平反,李川,王阳春,李书日,席炜
《基于PCA-RBF神经网络的WSN数据融合轴承故障诊断》PDF+DOC2012年第06期 徐桂云,蒋恒深,李辉,阮殿旭
《基于微网络可靠性系数μ的可信WSN》PDF+DOC2010年第01期 宫纪明,方来宝
《基于RFID和WSN的运动计时系统分析与设计》PDF+DOC2008年第35期 刘福铭,王东
《基于移动代理的WSN数据融合的研究》PDF+DOC2013年第06期 杨慧丽,张胜
无线传感器网络(WSN)在空间和时间上均存在数据冗余问题。为了在保证精度的前提下减少冗余量,提出了基于递推最小二乘和改进支持度的WSN数据融合方法。针对单个传感器节点,采用递推最小二乘法进行数据融合。针对节点之间的冗余问题,应用分批融合思想对系统降维,将灰色接近度理论与自支持度结合改进支持度函数,对各子系统分别采用基于改进支持度函数的加权算法进行融合。采用一个包含7个传感器节点的无线传感器网络对该算法进行了检验。结果表明,该融合算法能够显著减少数据计算量与传输量。融合后的数据均方误差为0.1597,能够满足实际应用对精度的要求。
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。