原文服务方: 计算机应用研究       
摘要:
为了能够有效地检测出无线传感器网络中的故障节点,并对故障节点进行准确的诊断,提出一种基于隐Markov模型的多节点融合决策并发故障诊断算法.该算法采用有向图的知识构建网络节点的连接图,通过节点连接图来判定网络节点是否发生了故障,并采用隐Markov模型对故障节点状态进行预测,从而排除由于节点剩余能量不足而导致的误判.而在故障节点的诊断上,考虑到多种故障原因使得诊断方法复杂化,因此采用了多节点融合决策的故障节点诊断方法.该方法采用故障节点与其相邻节点之间同时进行故障验证,具有更低的运算量和准确度.实验仿真表明,该故障诊断方法在节点故障状态的正确划分率、误判率以及算法运行速度上都达到了较好的效果.
推荐文章
主分量分析和因子隐Markov模型在机械故障诊断中的应用
主分量分析
因子隐Markov模型
冗余消除
故障诊断
模式识别
基于隐Markov树的序贯故障诊断模型
隐Markov树
先验信息
序贯
故障诊断
减速器
基于Stacking模型融合的抽油机故障诊断算法
抽油机
故障诊断
Stacking
模型融合
基于Stacking模型融合的抽油机故障诊断算法
抽油机
故障诊断
Stacking
模型融合
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 基于隐Markov模型的多节点融合决策并发故障诊断
来源期刊 计算机应用研究 学科
关键词 传感器节点 故障诊断 隐Markov模型 多节点融合决策
年,卷(期) 2015,(8) 所属期刊栏目 网络与通信技术
研究方向 页码范围 2447-2449,2453
页数 4页 分类号 T393.06
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.08.049
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 赵根林 常熟理工学院计算机科学与工程学院 10 14 2.0 3.0
2 周剑 常熟理工学院计算机科学与工程学院 13 87 4.0 9.0
3 黄有为 常熟理工学院计算机科学与工程学院 2 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (37)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (18)
二级引证文献  (4)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(7)
  • 参考文献(7)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
传感器节点
故障诊断
隐Markov模型
多节点融合决策
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导