基于SOFM神经网络的无线传感器网络数据融合算法

• 作者: 刘帅 杨永健
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 无线传感器网络 数据融合算法 自组织映射神经网络 特征提取
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 无线传感器网络
• 页码范围: 1757-1763
• 页数: 7页
• 分类号: TP393
• 字数: 6311字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2013.12.026

摘要

为了降低无线传感器网络的通信量,降低能耗,延长网络的生命周期,提出了一种基于SOFM( Self-Organizing Feature Mapping)神经网络的数据融合算法( SOFMDA),该算法将自组织映射神经网络和无线传感器网络分簇路由协议相结合,使簇中的各个节点完成神经元的工作,按照数据的特征对其进行分类,提取同类数据的特征,将特征数据发送到汇聚节点,从而减少了数据发送量,延长网络的生命期。仿真实验表明,与普通的数据融合方法相比,SOFMDA能够在保证数据准确性的前提下,有效减少网络通信量,延长网络生命期。在文中仿真实验的时间内,达到了LEACH算法性能的1.5倍。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘帅	吉林大学计算机科学与技术学院	48	150	6.0	10.0
2	杨永健	吉林大学计算机科学与技术学院	43	339	11.0	16.0