基于深度学习的无线传感器网络数据融合算法

扫码查看

原文链接

NETL

中文摘要：数据融合算法能够实现对海量数据的整合和特征提取,以便形成更为清晰、可靠的数据,满足不同用户需求,但传统基于BP神经网络的数据融合算存在局部最优及泛化能力差的问题,本文引入了一种无监督学习技术自动编码器,并将其与分簇协议相结合衍生出了新型数据融合算法SAEMAD,最终经过实验对比,在同等条件下,该算法较BPNDA算法具有更好的数据特征提取优势.

作者：

朱彦

展开 >

作者单位：

云南机电职业技术学院云南昆明,650203

关键词：

无线传感器网络数据融合深度学习无监督学习自动编码器

主办单位：

中国自动化学会

中国仪器仪表学会

会议名称：

2017年西南三省一市（贵州、重庆、四川、云南）自动化与仪器仪表学术年会

会议时间：

2017-10-01

会议地点：

重庆

会议母体文献：

2017年西南三省一市（贵州、重庆、四川、云南）自动化与仪器仪表学术年会论文集

页码：

28-29,34

出版时间：

2017