10.3969/j.issn.1671-4598.2014.02.051
一种改进的基于神经网络的WSN数据融合算法
为降低无线传感网络的能量消耗,提出了一种基于神经网络的数据融合改进算法(NBPNA),该算法将无线传感网络的分簇路由协议与BP神经网络结合起来,通过神经网络方法对簇内节点采集到的信息进行数据拟合,提取训练拟合好的权值与阈值,把其作为信息融合值传输;同时再通过将上一次拟合好的权值与阚值赋予下一次网络训练来减少神经网络的训练步数,减少网络训练所需的耗能;通过实验验证,该算法可有效减少网络通信量,降低节点能耗,延长网络寿命,同时还验证了本算法在环境监测等方面的可行性和有效性.
无线传感网络、数据融合、神经网络、权值、阈值
22
TP393(计算技术、计算机技术)
国家自然科学基金赞助项目61072087;山西省科技攻关项20120313013-6
2015-01-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
476-479