计算机应用研究2021，Vol.38Issue(1) ：246-250.DOI:10.19734/j.issn.1001-3695.2019.11.0614

WSN中利用XGBoost和加权自适应HFLMS的数据约减组合预测方法

Data reduction combination prediction method using XGBoost and weighted adaptive HFLMS in WSN

于辰云 冯锡炜 刘旸
计算机应用研究2021，Vol.38Issue(1) ：246-250.DOI:10.19734/j.issn.1001-3695.2019.11.0614
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

WSN中利用XGBoost和加权自适应HFLMS的数据约减组合预测方法

Data reduction combination prediction method using XGBoost and weighted adaptive HFLMS in WSN

于辰云 1冯锡炜 1刘旸1
扫码查看

作者信息

  • 1. 辽宁石油化工大学,辽宁抚顺113001
  • 折叠

摘要

针对无线传感器网络(WSN)中能量、带宽和内存等各种资源的限制问题,提出了一种XGBoost结合加权自适应分层分数最小均方误差(hierarchical fractional least-mean-square,HFLMS)的数据约减组合预测方法.首先,利用XGBoost方法对损失函数进行了二阶的泰勒展开,权衡模型的复杂度和损失函数的下降速度,实现了资源限制的稳定预测;然后提出自适应HFLMS滤波器实现WSN数据约简的传输,并基于误差估计来预测所感测的数据,有效降低了WSN中的能量约束;最后,利用两个评估参数(能量和预测误差)来验证所提组合预测方法的性能.实验结果表明,相比没有预测、近似最速下降算法和分层最小均方滤波技术,提出的预测方法获得的预测结果更好.

关键词

加权自适应滤波器/分层分数最小均方误差/无线传感器网络/能量约束/XGBoost/数据约减/组合预测

引用本文复制引用

基金项目

辽宁省科技厅自然科学基金计划资助项目(20180550130)

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
参考文献量12
段落导航相关论文