基于马尔可夫链的传感器网络空间相关性数据预测算法

• 作者: 卢昭 李志华 薛亮 赵继军 黎作鹏
• 来源期刊: 计算机应用研究
• 关键词: 无线传感器网络 数据预测 邻近图 空间相关性 马尔可夫链
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 2747-2750
• 页数: 4页
• 分类号: TP393|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.09.042

摘要

如何在降低计算复杂度的同时提高数据预测的精度,是传感器网络数据预测研究中亟需解决的问题之一.针对目前主流的时间相关性数据预测算法在数据波动大时预测精度低的问题,引入Delaunay三角形邻近图来度量网络中监测数据的空间相关性,并提出基于马尔可夫链的空间相关性数据预测算法.实验表明,该算法可以在数据波动不规律的情况下提高数据预测精度,减少网络中数据传输量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵继军	河北工程大学信息与电气工程学院	51	247	9.0	12.0
2	李志华	河北工程大学信息与电气工程学院	21	129	6.0	10.0
3	薛亮	河北工程大学信息与电气工程学院	15	39	4.0	5.0
4	黎作鹏	河北工程大学信息与电气工程学院	6	11	2.0	3.0
5	卢昭	河北工程大学信息与电气工程学院	1	5	1.0	1.0