基于压缩感知算法的传感器网络异常事件检测

• 作者: 孟海涛 邵星
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 异常事件 压缩感知算法 传感器网络 极限学习 检测特征
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 375-381
• 页数: 7页
• 分类号: TP393
• 字数: 4412字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2018.02.31

摘要

为改善传感器网络异常事件检测效果,提出一种基于压缩感知算法的传感器网络异常事件检测模型.首先采集传感器网络状态信息,并采用压缩感知算法对信息进行采样和重构,在减少传感器网络异常事件检测信息的同时,删除一些无效信息;然后从重构后的传感器网络异常事件检测信息中提取特征,组成传感器网络异常事件检测的特征向量;最后采用极限学习机建立传感器网络异常事件检测模型,并进行传感器网络异常事件检测仿真实验,分析模型的性能.实验结果表明,压缩感知算法可加快传感器网络异常事件检测速度,且传感器网络异常事件检测率高于95%,明显高于其他传感器网络异常事件检测模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟海涛	盐城工学院信息工程学院	16	96	6.0	9.0
2	邵星	盐城工学院信息工程学院	23	119	7.0	10.0