物联网中基于 KNN 和 BP 神经网络预测模型的研究

• 作者: 田宇驰 胡亮 陈飞彦
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 物联网 BP 神经网络 K 近邻 预测模型
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 网络与通信
• 页码范围: 127-129,202
• 页数: 4页
• 分类号: TP393
• 字数: 4038字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2015.06.031

摘要

物联网中，无线传感器网络由于环境、资源等因素的变化和限制，会导致部分数据异常或丢失，使数据传输的可靠性降低。因此常用的 BP 神经网络方法在根据最终获取数据进一步处理时的准确性不高。提出 K 近邻算法和 BP 神经网络相结合的二阶段预测模型，先使用 K 近邻算法对 BP 神经网络输入数据中异常或缺失数据进行估值和替换预处理，同时进行初步预测，然后将预处理后的数据输入 BP 神经网络，综合 BP 神经网络和 KNN 的预测结果给出最终结论。实际环境中实验表明，所提出的模型能够有效地提高物联网环境中预测的准确度和稳定性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡亮	吉林大学计算机科学与技术学院	131	839	16.0	22.0
2	田宇驰	吉林大学计算机科学与技术学院	4	21	2.0	4.0
3	陈飞彦	吉林大学计算机科学与技术学院	2	12	2.0	2.0