《一种基于深度学习模型的数据融合处理算法》PDF+DOC
作者:马永军,薛永浩,刘洋,李亚军
单位:天津科技大学
出版:《天津科技大学学报》2017年第04期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFTQYX2017040150
DOC编号:DOCTQYX2017040159
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《无线传感器网络自适应预测加权数据融合算法》PDF+DOC2017年第05期 余修武,范飞生,周利兴,张枫
《基于神经网络的无线传感器网络数据融合算法》PDF+DOC2011年第01期 孙凌逸,黄先祥,蔡伟,夏梅尼
《WSNs中优化的安全数据融合》PDF+DOC2011年第06期 秦晓良,张双杰
《基于无线传感器网络的公共设施监测系统设计》PDF+DOC2009年第23期 孙旭光,张玉英,庞国莉,刘庆杰
《无线传感器网络基于定向扩散与分批估计的数据融合算法》PDF+DOC2006年第25期 张西良,孙优
《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
《基于自适应遗传算法的传感器网络数据融合算法》PDF+DOC2009年第14期 李志宇,史浩山
《基于最小Steiner树的无线传感器网络数据融合算法》PDF+DOC2009年第04期 李志宇,史浩山
针对无线传感器网络传统数据融合算法效率较低、处理高维数据困难问题,提出一种基于深度学习模型的卷积神经网络结构实现数据融合的算法CNNMDA.算法首先在汇聚节点对构建的特征提取模型CNNM进行训练,然后各终端节点通过CNNM提取原始数据特征,最后向汇聚节点发送融合后的数据,从而减少数据传输量,延长网络寿命.仿真实验表明,CNNMDA与同类融合算法相比,在同样数据量的情况下能够大幅降低网络能耗,并有效提升了数据融合效率与准确度。
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。