文档名：基于循环神经网络的多模态无线传感数据自适应融合方法
摘要：为了去除无线传感数据冗余,降低传感器能量消耗,提出了一种基于循环神经网络的多模态无线传感数据自适应融合方法.利用格拉布斯准则预处理传感数据,剔除了不具备参考利用价值的粗数据.利用相似性指标计算,得到精细数据的相似元,进而获得关键数据.利用循环神经网络解决了无线传感器数据过度依赖和梯度过长问题,确定数据自适应融合的特征参数.考虑传感器发生异常检测和不发生异常检测时数据融合情况,完成数据自适应融合.经仿真实验证明,在相同数据相似度门限值下,90个时隙的最低融合比为10％,可有效控制数据压缩量.该方法下传感器能量消耗始终低于0.25J,其最低传输延迟为10ms,提高了传感数据融合的性能.
作者：宋永 杨阔 覃觅觅 Author：SONGYong YANGKuo QINMimi
作者单位：阿坝师范学院应用物理研究所,四川汶川623002广西科技大学微电子与材料工程学院,广西柳州545006
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2023, 36(1)
分类号：TP393
关键词：无线传感网络 数据融合 循环神经网络 多模态数据 自适应融合
机标分类号：TP391TN925.93TP212
在线出版日期：2023年3月23日
基金项目：国家自然科学基金，阿坝师范学院科研基金项目基于循环神经网络的多模态无线传感数据自适应融合方法[
期刊论文] 传感技术学报--2023, 36(1)宋永 杨阔 覃觅觅为了去除无线传感数据冗余,降低传感器能量消耗,提出了一种基于循环神经网络的多模态无线传感数据自适应融合方法.利用格拉布斯准则预处理传感数据,剔除了不具备参考利用价值的粗数据.利用相似性指标计算,得到精细数据的...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
基于循环神经网络的多模态无线传感数据自适应融合方法 Adaptive Fusion Method of Multimodal Wireless Sensor Data Based on Recurrent Neural Network
基于循环神经网络的多模态无线传感数据自适应融合方法.pdf
- 文件大小:
- 1.42 MB
- 下载次数:
- 60
-
高速下载
|
|
