文档名：基于IPSOBP神经网络的WSNs数据融合算法
摘要：针对无线传感器网络(WSNs)数据融合算法中反向传播(BP)神经网络存在对初值敏感、收敛速度慢、易陷入局部最优解等问题,提出基于改进粒子群优化BP(IPSO-BP)神经网络的WSNs数据融合算法.首先,用细菌觅食算法的趋化、迁徙算子对粒子群优化(PSO)算法进行改进;然后,用IPSO算法优化BP神经网络的权值和阈值,再引入到WSNs数据融合中,簇成员节点负责采集监测数据,在簇首节点通过优化后的BP神经网络对数据进行特征提取,并将融合结果发送至汇聚节点.仿真结果表明:IPSO-BP算法能有效提高融合精度和收敛速度,减少冗余数据传输,延长网络生命周期.
作者：马占飞 巩传胜 李克见 林继祥 刘雨忻 Author：MAZhanfei GONGChuansheng LIKejian LINJixiang LIUYuxin
作者单位：内蒙古科技大学包头师范学院,内蒙古包头014010内蒙古科技大学信息工程学院,内蒙古包头014010
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(12)
分类号：TP393TP212
关键词：无线传感器网络 数据融合 反向传播神经网络 粒子群优化算法 细菌觅食优化算法
Keywords：wirelesssensornetworks(WSNs) datafusion backpropagation(BP)neuralnetwork particleswarmoptimization(PSO)algorithm bacterialforagingoptimizationalgorithm
机标分类号：
在线出版日期：2024年1月3日
基金项目：国家自然科学基金，国家自然科学基金，内蒙古自治区自然科学基金资助项目，内蒙古自治区自然科学基金资助项目，内蒙古自治区高等学校科学研究基金资助项目，内蒙古自治区高等学校科学研究基金资助项目基于IPSO-BP神经网络的WSNs数据融合算法[
期刊论文] 传感器与微系统--2023, 42(12)马占飞 巩传胜 李克见 林继祥 刘雨忻针对无线传感器网络(WSNs)数据融合算法中反向传播(BP)神经网络存在对初值敏感、收敛速度慢、易陷入局部最优解等问题,提出基于改进粒子群优化BP(IPSO-BP)神经网络的WSNs数据融合算法.首先,用细菌觅食算法的趋化、迁徙算子...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IPSO-BP神经网络的WSNs数据融合算法 WSNs data fusion algorithm based on IPSO-BP neural network
基于IPSO-BP神经网络的WSNs数据融合算法.pdf
- 文件大小:
- 649.85 KB
- 下载次数:
- 60
-
高速下载
|
