- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
萤火虫算法优化神经网络的无线传感器网络数据融合.pdf
2016焦 仪 表 技 术 与 传 感 器 2016
第 7期 Instrument Technique and Sensor No.7
萤火虫算法优化神经网络的无线传感器网络数据融合
黄廷辉 ,伊 凯 ,王玉 良,崔更申
(1.桂林电子科技大学计算机科学与工程学院,广西桂林 541004;
2.桂林电子科技大学广西可信软件重点实验室,广西桂林 541004)
‘ 摘要:为了降低无线传感器网络中收集数据的冗余性,提高网络的生存周期.并且针对无线传感器
网络数据融合算法中使用单层BP神经网络与SOFM神经网络收敛慢、易出现局部最优解的缺点.设计
了一种萤火虫算法优化神经网络的无线传感器网络数据融合的策略 FA—BPNN。首先,每个簇首节点
接收该簇内感知节点监测到的数据,并根据相关性,提取相关的特征数据;然后,依据萤火虫算法优化
· BP神经网络进行数据融合;最后,通过仿真实验对其可行性进行测试。仿真结果表明,FA—BPNN算法
提高了网络数据融合的效率,减少了网络的能量消耗,延长了网络的生命周期。
关键词:萤火虫算法;BP神经网络;无线传感器网络;数据融合
中图分类号:TP393 文献标识码 :A 文章编号:1002—1841(2016)07—0103一O5
FireflyAlgorithm OptimizedNeuralNetworkDataFusioninW irelessSensorNetwork
HUANGTing-hui ,YIKai,WANG Yn—liang。,CUIGeng—shen
(1.SchoolofComputerEngineering,GnilinUniversityofElectronicTechnology,Guilin541004,China;
2.GuangxiKeyLaboratoryofTrustedSoftware,GuilinUniversityofElcetronicTechnoloyg,Guilin541004,China)
Abstract:InordertoreducetheredundancyofdatacollectioninWSN andimprovelife·cycleofnetwork,duetodatafusion
inWSN usingsingle—layerBPneuralnetworkandSOFM neural networkconvergenceslowlyandispronetodisadvantagesoflocal
optima,afireflyalgorithm optimizingneural networkdatafusionstrategyinWSN calledFA—BPNN wasdesigned.First,each
clusterheadnodereceivesmonitoringdatafrom nodeswithin cluster—aware,and extractsrelevantcharacteristicsdatabasedon
relevance.Then,datawasfusedaccordingtothefireflyalgorithm optimizationBP neuralnetwork.Finally,simulationexperi—
mentswasusedtotestitsfeasibility.ThesimulationresultsshowthatFA—BPNN improvestheefficiencyofdatafusion,reduces
theeneryg consumptionandprolongsthelife—cycleintheWSN.
Keywords:fireflyalgorithm ;BP neural network;WSN;datafusion
0 引言 器网络和神经网络的相似性,近年来利
文档评论(0)