基于人工鱼群算法优化神经网络的WSN数据融合

• 作者: 李秋实 胡向东
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 无线传感网(WSN) 数据融合 神经网络 人工鱼群算法
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 物联网与5G通信技术
• 页码范围: 614-619
• 页数: 6页
• 分类号: TP212
• 字数: 4842字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2018.05.004

摘要

无线传感网(wireless sensor network,WSN)通常节点众多、数据冗余度高,传统的基于随机权值和阈值的前馈反向传播神经网络(back propagation neural network,BPNN)数据融合方法易陷入局部极值,导致融合结果准确性差.提出一种优化神经网络的权值和阈值进而改善WSN数据融合质量的方法-人工鱼群算法前馈反向传播(arti-ficial fish swarm algorithm back propagation,AFSABP)神经网络数据融合.仿真和对比实验结果表明,改进的鱼群算法在收敛速度和寻优精度上都有明显提升,改进后的人工鱼群BP算法数据融合方法相较于传统BP数据融合方法,可减少3.06％的相对误差和3.74％的均方根误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡向东	重庆邮电大学自动化学院	90	981	16.0	28.0
2	李秋实	重庆邮电大学自动化学院	1	11	1.0	1.0