《基于蚁群神经网络的两级信息融合算法》PDF+DOC
作者:吕红芳,顾幸生
单位:上海交通大学
出版:《上海交通大学学报》2016年第08期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFSHJT2016080280
DOC编号:DOCSHJT2016080289
下载格式:PDF + Word/doc 文字可复制、可编辑
《决策层信息融合的神经网络模型与算法研究》PDF+DOC1997年第09期 黎湘,郁文贤,庄钊文,郭桂蓉
《基于蚁群算法的无线传感器网络数据收集协议》PDF+DOC 罗振瑛
《基于蚁群算法的无线传感器网络路由算法实现》PDF+DOC2011年第01期 黄斌,王立平
《一种改进的无线传感器网络信息融合技术》PDF+DOC2010年第07期 付华,胡雅馨
《无线传感器网络中的数据融合》PDF+DOC2009年第03期 张瑞华,张红
《无线传感器网络中基于蚁群算法的路由算法》PDF+DOC2009年第06期 杨靖,熊伟丽,徐保国
《潜艇大气环境多传感器信息融合技术研究》PDF+DOC2008年第S2期 汤雪志,陆洋,陈涛
《WSN中一种新的基于蚁群优化的路由算法》PDF+DOC2014年第06期 潘涛,高兰德
《基于BP神经网络的无线传感器网络路由协议的研究》PDF+DOC2013年第02期 孔玉静,侯鑫,华尔天,魏星锋
《一种改进的分布递阶无线传感器网络信息融合算法》PDF+DOC2013年第03期 邵靖宇,谢森
为了保证地下车库空气质量的同时尽量降低系统能耗,针对地库环境监测系统,提出了一种基于蚁群神经网络的两级数据融合算法TLIFA-ACOBP,该算法将分簇结构与神经网络模型有效结合,设计了一个基于分簇的无线传感器网络两级数据融合模型.首先运用蚁群优化(ACO)算法对BP神经网络的权值进行优化,并将优化后的蚁群神经网络用于无线传感器网络的信息融合.通过对簇成员节点采集到的原始数据进行两级融合处理,只将代表原始数据的少量特征值发送给汇聚节点,大幅度减少节点数据通信量,提高了数据传输效率,同时降低了系统能耗。
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。