基于快速SVDD的无线传感器网络Outlier检测
Outlier是基于无线传感器网络的数据收集应用中常见的数据故障类型,严重影响数据质量.本文提出一种基于快速SVDD的无线传感器网络Outlier检测方法,其基本思想是:首先利用快速SVDD算法获得包含正常样本的最小球形边界,然后通过该边界判断未知样本的类别,本法采用训练集约减策略和基于二阶逼近的SMO算法来加速SVDD的训练.基于合成数据和真实数据的仿真实验表明,该方法在确保分类精度的同时,运行速度快,内存开销小,适用于资源有限的无线传感器网络.
无线传感器网络、Outlier检测、SVDD、训练集约简、SMO算法
32
TP277(自动化技术及设备)
北京理工大学基础研究基金20070542009
2011-04-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
46-51