基于深度学习的无线传感器网络数据融合算法

• 作者: 朱彦
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 深度学习 数据融合技术 层叠自动编码器 分簇协议
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 理论创新
• 页码范围: 28-29,34
• 页数: 3页
• 分类号: TP273
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2017.09.028

摘要

数据融合算法能够实现对海量数据的整合和特征提取,以便形成更为清晰、可靠的数据,满足不同用户需求,但传统基于BP神经网络的数据融合算存在局部最优及泛化能力差的问题,本文引入了一种无监督学习技术自动编码器,并将其与分簇协议相结合衍生出了新型数据融合算法SAEMAD,最终经过实验对比,在同等条件下,该算法较BPNDA算法具有更好的数据特征提取优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱彦		5	14	2.0	3.0