基于神经网络的数据融合改进算法.docxVIP

基于神经网络的数据融合改进算法 0 基于数据融合的无线传感网络监测系统 无线传感器网络是一种具有组织特征、自适应性和容错性高等特点的新型信息采集网络。它在很多方面，如环境监控、目标跟踪等领域都是理想的。在无线传感器网络中，大量的传感器节点协作的感知，采集和处理网络覆盖区域中的目标信息，并发送给观测者。在此过程中，由于存在节点能源有限及节点采集信息具有很高的冗余等众多问题，使无线传感网络的应用受到限制。在近几年中，把数据融合应用于无线传感网络中，用以减少无线传感器网络的通信量，提高信息的融合度和准确度成为降低节点能耗、延长网络生命周期的主要手段之一。 Gao J等将稀疏数据聚合应用到传感网络中，在网络监测系统中取得很好的效果。G.Wang等将多项式回归引入到无线传感网络的数据融合中，在对环境监测的中，通过实验表明，网络能够很好的对数据进行数据回归。W-T Sungd等在基于无线传感器网络的环境下，利用BP神经网络对环境监测中的数据进行融合，实验结果表明，引入BP神经网络方法可以大大降低数据特征维数，提高数据融合效率。Julio Barbancho等将自组织映射网络(Sel-f Organizing Map,SOM)引入无线传感器网络的路由决策中，同时对神经网络的效率进行分析。陈斌等结合神经网络和证据理论，建立了管道泄漏诊断模型。徐桂云等把PCA与RBF神经网络结合用于对轴承数据的融