改进粗糙集理论的无线传感器网络静态节点分类算法
文档名：改进粗糙集理论的无线传感器网络静态节点分类算法
摘要：因无线传感器网络中静态节点包含一定的不确定信息,决策级融合技术很难对数据进行有效刻画,导致网络静态节点分类效果差.提出一种基于改进粗糙集理论的无线传感器网络静态节点分类算法.采用多次采样法对测试结果加权处理,通过加权移动平均算法对邻居节点进行测试,基于节点密度的混合式算法对数据去噪处理.利用错误分类率中的变精度粗糙集构建改进的粗糙集模型,基于改进粗糙集理论提取无线传感器网络静态节点特征,通过支持向量机构建无线传感器网络静态节点分类模型对节点分类处理.仿真结果表明,所提方法的分类正确率始终高于96.852％、节点召回率在97.321％以上、F1值多于97％、能量消耗在12.52J～90.20J之间,证明所提算法具有良好的网络静态节点分类性能.
作者：王晓艳 张楠 Author：WANGXiaoyan ZHANGNan
作者单位：山西工程科技职业大学计算机工程学院,山西晋中030619山西大同大学机电工程学院,山西大同037003
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2023, 36(8)
分类号：TP393.04
关键词：无线传感器网络静态节点分类改进粗糙集理论加权移动平均算法变精度粗糙集
Keywords：wirelesssensornetworkstaticnodeclassificationimproveroughsettheoryweightedmovingaveragealgorithmvariableprecisionroughset
机标分类号：TP393TP18TN925.93
在线出版日期：2023年10月13日
基金项目：全国煤炭行业教育研究课题项目改进粗糙集理论的无线传感器网络静态节点分类算法[
期刊论文]传感技术学报--2023, 36(8)王晓艳张楠因无线传感器网络中静态节点包含一定的不确定信息,决策级融合技术很难对数据进行有效刻画,导致网络静态节点分类效果差.提出一种基于改进粗糙集理论的无线传感器网络静态节点分类算法.采用多次采样法对测试结果加权处理...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
改进粗糙集理论的无线传感器网络静态节点分类算法Static Node Classification Algorithm Based on Improved Rough Set Theory in Wireless Sensor Networks
改进粗糙集理论的无线传感器网络静态节点分类算法.pdf
页:
[1]