文档名：基于深度学习的无线传感器网络数据融合算法
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
作者单位：云南机电职业技术学院云南昆明,650203
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
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年10月1日
会议地点：重庆
主办单位：中国自动化学会,中国仪器仪表学会
语种：chi
分类号：
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
在线出版日期：2020年6月28日
基金项目：
相似文献
相关博文
|
|
