基于多标签分类的传感器网络数据故障检测算法

• 作者: 左雪雯 张振海 李士宁 李志刚
• 来源期刊: 计算机应用研究
• 关键词: 传感器网络 数据故障 多标签分类 ReliefF 遗传算法
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 3788-3791,3817
• 页数: 5页
• 分类号: TP393|TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2014.12.069

摘要

传感器网络中多种数据故障会同时出现,为了同时检测出多种数据故障,使用多标签分类模型对传感器网络数据故障的检测过程进行建模.为了提高多标签分类器对数据故障的检测性能,提出了一种基于多标签ReliefF和遗传算法的特征选择算法.该方法将ReliefF扩展成可以对特征子集进行评估的多标签ReliefF,特征选择过程首先使用遗传算法搜索特征子集,然后使用多标签ReliefF对特征子集进行评估.在三个多标签分类器上的实验结果表明,提出的特征选择算法可以显著地提升多标签分类器对传感器网络数据故障的检测性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志刚	西北工业大学计算机学院	50	686	12.0	24.0
2	李士宁	西北工业大学计算机学院	61	650	12.0	23.0
3	左雪雯	同济大学电子与信息工程学院	2	14	2.0	2.0
4	张振海	西北工业大学计算机学院	5	111	3.0	5.0