《基于四分之一超球SVM的WSN异常检测》PDF+DOC
作者:华志颖,吴蒙,杨立君
单位:南京邮电大学
出版:《南京邮电大学学报(自然科学版)》2019年第04期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFNJYD2019040080
DOC编号:DOCNJYD2019040089
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于SVM的网络定位算法的仿真设计》PDF+DOC2019年第04期 冯娜
《基于SVM的传感器故障诊断和信号恢复技术》PDF+DOC2013年第12期 陈烨,王建平
《认知无线传感器网络新型SVM频谱感知策略》PDF+DOC2017年第04期 王晓东,陈长兴,任晓岳,林兴
《基于ABC-PSO的ε-SVM在甲烷测量中的应用》PDF+DOC2017年第07期 鲍立,陈红岩,郭晶晶
《基于CPSO的WSN路由优化》PDF+DOC2016年第04期 吕春峰,朱力宏
《基于超球面支持向量机的传感器网络数据异常检测分析》PDF+DOC2020年第10期 冯乔
《基于PSO-SVM的白酒品质鉴别电子鼻》PDF+DOC2011年第11期 蒋鼎国,周红标,耿忠华
《小波和多核SVM方法在UVA传感器故障诊断的应用》PDF+DOC2014年第01期 叶慧,罗秋凤,李勇
《多核SVM对传感器动态建模的研究》PDF+DOC2013年第01期 吴延增,张政国,刘旭宁
《改进型SVM多类分类算法在无线传感器网络中的应用》PDF+DOC2013年第03期 刘倩,崔晨,周杭霞
无线传感器网络(WSN)收集的数据本质上是不可靠的,因此为了提高数据质量,需要对网络进行异常值检测。文中提出了一种基于四分之一超球支持向量机(SVM)算法的异常数据检测方法,利用从传感器节点中收集到的原始数据建立支持向量机预测模型,并结合粒子群算法(PSO)找出最佳参数,然后利用最佳参数对原本的模型进行优化。以一种分布式在线方式,对正常和异常数据进行实时区分。实验结果表明,该方法可以实现异常检测的效果,并且具有较高的准确率和较低的误报率。
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。