基于深度学习的无线传感器网络数据融合算法

摘要：

数据融合算法能够实现对海量数据的整合和特征提取,以便形成更为清晰、可靠的数据,满足不同用户需求,但传统基于BP神经网络的数据融合算存在局部最优及泛化能力差的问题,本文引入了一种无监督学习技术自动编码器,并将其与分簇协议相结合衍生出了新型数据融合算法SAEMAD,最终经过实验对比,在同等条件下,该算法较BPNDA算法具有更好的数据特征提取优势.

关键词： 无线传感器网络 数据融合 深度学习 无监督学习 自动编码器

作者: 朱彦

作者单位: 云南机电职业技术学院 云南昆明,650203

会议类型: 国内会议

会议名称: 2017年西南三省一市(贵州、重庆、四川、云南)自动化与仪器仪表学术年会

会议地点: 重庆

会议语种:中文

页码: 28-29,34

在线出版日期: 2017-10-01（万方平台首次上网日期，不代表论文的发表时间）