无线传感器网络中带PSO-BPNN的时空预测算法

• 作者: 张斌 郭文忠 陈国龙
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 无线传感器网络 粒子群优化 BP神经网络 时空预测
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 2052-2057
• 页数: 6页
• 分类号: TP391
• 字数: 6129字
• 语种: 中文

摘要

无线传感器网络中多传感器节点在采集数据时,客观因素的本质决定了数据间存在时间相关性和空间相关性.数据预测机制能有效挖掘数据间的时空相关特性,从而减少节点间冗余数据的传输.通过利用粒子群优化算法训练BP神经网络,提出了一种带PSO-BPNN的时空预测算法,根据单预测机制的准确率,将时间预测和空间预测的结果进行加权求和.一方面改善了传统预测算法容易陷入局部最优及过学习的缺点,另一方面有效克服了单预测机制的盲目性,提高了预测准确度.实验结果表明了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈国龙	福州大学数学与计算机科学学院	120	1286	19.0	32.0
2	郭文忠	福州大学数学与计算机科学学院	87	993	17.0	29.0
6	张斌	福州大学数学与计算机科学学院	8	19	3.0	4.0