10.3969/j.issn.1006-1010.20230907-0002
基于无监督学习的定位数据质量评估及异常检测
WSN定位中的每个节点提供的数据会对其他节点的位置估计产生重要影响,然而在坐标真值未知的情况下难以对其进行有效度量.为此,基于无监督机器学习方法,在真实值未知的前提下设置评估基准,对节点的数据质量评估问题进行合理建模;同时,结合节点的历史行为,设计基于阈值判断的异常检测方案,剔除不合格的定位数据.仿真证明,所提方案能够有效评估节点的定位数据质量,结合异常节点检测方案,能够极大程度地提高网络的定位精度.
无线传感器网络定位、无监督学习、数据质量评估、异常检测
47
TN929.5
国家自然科学基金62101385
2023-10-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
44-50