基于人工蜂群的WSN故障数据挖掘算法

• 作者: 宋正江 李晓晨
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 无线传感器网络 故障 数据挖掘 分布区间 人工蜂群 小波变换
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 计算机科学
• 页码范围: 51-56
• 页数: 6页
• 分类号: TP309
• 字数: 4338字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2015.01.011

摘要

为了有效提高无线传感器网络中故障数据的判别能力，本文结合人工蜂群算法提出了一种新的挖掘算法FDMA(Fault Data Mining Algorithm)。该算法首先利用小波变换降低故障数据的突发性，以达到对故障数据的标准化处理。其次，基于关联系数来划分故障数据分布区间，并建立了数据挖掘的目标函数，同时利用人工蜂群算法对目标函数进行优化。最后，通过实际传感器样本数据进行仿真实验，对比研究了FDMA算法与其它算法之间的性能状况(包括吞吐量、延迟时间、丢包率和能耗)，结果发现FDMA算法具有较好的适应性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋正江		17	47	4.0	6.0
2	李晓晨		11	13	2.0	3.0