基于K-Means和粗糙集神经网络的节点故障诊断

摘要：

传感器节点通常被随机布撒于环境恶劣甚至无人能及的区域，容易发生各类故障。为了解决此问题，研究了基于K-Means算法和粗糙集神经网络的节点故障诊断方法。首先，采用改进的K-Means算法离散化数据连续属性值；然后，通过粗糙集互信息法对数据属性进行约简，以提高诊断效率；最后，建立三层的BP神经网络故障诊断模型，通过蛙跳算法对权值优化得到最终的故障诊断模型。仿真实验证明文中方法能实现传感器节点故障诊断，且与其他方法相比，具有较高的故障诊断精度和较少的诊断时间。

关键词：传感器节点、故障诊断、粗糙集、神经网络

分类号：TP319(计算技术、计算机技术)

资助基金：河南省科技攻关项目13A520786

在线出版日期：2014-06-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：292-295