《基于深度学习模型的WSN路由协议算法》PDF+DOC
作者:王丽红,邵慧
单位:齐齐哈尔大学
出版:《齐齐哈尔大学学报(自然科学版)》2019年第02期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFQQHE2019020020
DOC编号:DOCQQHE2019020029
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于簇首连任和多汇聚节点的WSN路由算法》PDF+DOC2015年第02期 王梦娇,张爱丽,李永珍
《基于遗传算法的WSN谣传路由的改进》PDF+DOC2012年第01期 朱钱祥,孙志毅
《一种基于预测的WSN非均衡分簇路由算法》PDF+DOC2010年第08期 李捷,韩志杰
《一种基于ARMA的WSN非均衡分簇路由算法》PDF+DOC2010年第04期 韩志杰,王汝传,凡高娟,肖甫
《一种基于ARMA预测的非均衡分簇路由算法》PDF+DOC2010年第06期 张瑞青,李铁柱
《基于博弈论能耗均衡的WSN非均匀分簇路由协议》PDF+DOC2014年第11期 孙庆中,余强,宋伟
《基于能量迭代的无线传感器网络非均匀分簇路由算法》PDF+DOC2017年第03期 李建坡,董子奇
《基于NS2的LEACH-C协议分析与仿真》PDF+DOC2011年第09期 杜超
《基于模糊C-均值的无线传感器网络算法》PDF+DOC2011年第12期 陈洁洁,蒋平
《WSN中一种最优的汇聚节点移动方案》PDF+DOC2010年第08期 曲文虎,谷雨,屈玉贵,管彬
为降低无线传感网网络(WSN)的能量消耗,延长网络生存周期,提出一种基于深度学习模型的WSN路由协议算法。算法首先在汇聚节点完成训练并进行分簇,将训练好的参数传递给各簇节点,各簇节点对采集的数据进行特征分类、提取、再融合后传递给汇聚节点。在进行分簇时,为使簇头的分布更均匀,在估算最优簇头数的基础上,改进分簇方法,减少分簇次数,节省网络能量消耗。通过仿真实验表明,基于深度学习模型的WSN路由协议算法减少网络能量消耗,延长网络生命周期,更适合大规模远距离通信。
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。