基于蚁群神经网络的两级信息融合算法

• 作者: 吕红芳 顾幸生
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 无线传感器网络 蚁群算法 神经网络 信息融合
• 年，卷（期）: 2016,（8）
• 页码范围: 1323-1330
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16183/j.cnki.jsjtu.2016.08.028

摘要

为了保证地下车库空气质量的同时尽量降低系统能耗,针对地库环境监测系统,提出了一种基于蚁群神经网络的两级数据融合算法TLIFA-ACOBP,该算法将分簇结构与神经网络模型有效结合,设计了一个基于分簇的无线传感器网络两级数据融合模型.首先运用蚁群优化(ACO)算法对BP神经网络的权值进行优化,并将优化后的蚁群神经网络用于无线传感器网络的信息融合.通过对簇成员节点采集到的原始数据进行两级融合处理,只将代表原始数据的少量特征值发送给汇聚节点,大幅度减少节点数据通信量,提高了数据传输效率,同时降低了系统能耗.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾幸生	华东理工大学信息科学与工程学院	258	2839	26.0	42.0
2	吕红芳	上海电机学院电气学院	28	59	4.0	7.0