首页|基于GRNN优化的WSNs温室大棚异常数据检测方案

基于GRNN优化的WSNs温室大棚异常数据检测方案

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
WSNs(Wireless Sensor Network)无线传感技术在进行温室大棚环境参数采集时,传感器大量布置及所受突发干扰造成数据冗余、数据偏差等问题,会干扰终端节点传感器正常工作状态,从而影响智慧农业精准决策.为解决上述问题,提出一种基于广义回归神经网络(GRNN)异常数据检测算法.将实验采集的300组环境量作为训练参数,150组参数作为实验数据,综合比较GRNN神经网络、PNN神经网络、传统BP神经网络在数据预测结果、正确率及运行时间3方面的性能指标.实验结果表明:GRNN神经网络算法检测异常数据准确率高,运行速度快,对农作物的精细管理具有重要意义,对智慧农业的发展具有一定的影响.
An Abnormal Data Detection Scheme of WSNs Greenhouse Based on GRNN Optimization

陈明霞、王晓文、张寒、甘礼福

展开 >

桂林理工大学机械与控制工程学院,广西桂林 541000

温室 异常数据检测 广义神经网络 WSNs

国家自然科学基金桂林理工大学科研启动基金桂林理工大学研究生创新实践项目

61863009GLUTQD20120282019-2020

2021

农机化研究
黑龙江省农业机械工程科学研究院 黑龙江省农业机械学会

农机化研究

北大核心
影响因子：0.668
ISSN：1003-188X
年,卷(期)：2021.43(8)
  • 2
  • 8