原文服务方: 科技与创新       
摘要:
在传感器网络中多个传感器对于同一目标的识别结果会存在较大不确定性.证据理论作为目标识别领域中一种非精确推理方法能有效融合多传感器的不确定数据,得到合理的判断.本文算法利用证据熵和证据距离函数筛选簇头、确定簇成员节点和候选证据信,有效减少了簇内冗余信息和簇头计算量,提高了数据融合的精度,为用户确定目标类型及其所在位置提供了更可靠的信息.
推荐文章
基于分簇与自适应加权的 WSN 数据融合算法
无线传感器网络
分簇算法
自适应加权
数据融合
基于DS证据理论和压缩感知的WSN数据融合策略设计
压缩感知
证据理论
无线传感器网络
数据融合
基于节点权重和DS证据理论的WSN数据融合
数据融合
节点权重
证据理论
信息熵
基于邻里支持和神经网络的WSN数据融合算法研究
无线传感器网络
数据融合
邻里支持度
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于证据理论的WSN分簇数据融合算法
来源期刊 科技与创新 学科
关键词 无线传感器网络 分簇路由 证据理论
年,卷(期) 2009,(28) 所属期刊栏目 软件天地
研究方向 页码范围 181-183
页数 3页 分类号 TP273
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2009.28.074
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘少强 中南大学信息科学与工程学院 58 601 14.0 21.0
2 樊晓平 中南大学信息科学与工程学院 236 3229 28.0 45.0
3 周智洋 中南大学信息科学与工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (79)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1967(2)
  • 参考文献(0)
  • 二级参考文献(2)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(6)
  • 参考文献(0)
  • 二级参考文献(6)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无线传感器网络
分簇路由
证据理论
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导