作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
物联网被称为是世界信息产业革命的第三次浪潮,被称为"Next Big Thing".物联网的兴起带动各类传感器的快速发展,考虑到物联网中的无线传感器网络数据具有易丢失的特性,从而导致传感器获取的数据往往受到限制,不能正确体现出物联网中的信息,采用BP神经网络的办法可以对这种不确定性进行矫正,而对于丢失的数据则利用KNN的方法来预处理,帮助补充完整的数据,通过对比单独使用BP神经网络,本文的方法可以更好地提高物联网中无线传感器网络的稳定性与精确度,保证这类有效预测模型的预测误差很低,避免了传统神经网络的对历史数据预测的不完备性,对于其他事件的预测应用具有积极的实际意义.
推荐文章
物联网中基于 KNN 和 BP 神经网络预测模型的研究
物联网
BP 神经网络
K 近邻
预测模型
基于BP神经网络的表面硬度预测模型
BP神经网络
激光相变硬化
扫描参数
预测
基于BP神经网络对NMR的预测模型
1H NMR和13C NMR
神经网络
BP算法
预测模型
基于改进BP神经网络的预测模型及其应用
神经网络
BP算法
L-M算法
非线性系统
预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于KNN和BP神经网络的物联网预测模型
来源期刊 山东农业大学学报(自然科学版) 学科 工学
关键词 物联网 BP神经网络 KNN
年,卷(期) 2020,(5) 所属期刊栏目
研究方向 页码范围 888-892
页数 5页 分类号 TP393.4
字数 语种 中文
DOI 103969/j.issn.1000-2324.2020.05.021
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (139)
共引文献  (53)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(2)
  • 参考文献(0)
  • 二级参考文献(2)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(15)
  • 参考文献(0)
  • 二级参考文献(15)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(12)
  • 参考文献(1)
  • 二级参考文献(11)
2014(14)
  • 参考文献(2)
  • 二级参考文献(12)
2015(17)
  • 参考文献(4)
  • 二级参考文献(13)
2016(9)
  • 参考文献(1)
  • 二级参考文献(8)
2017(14)
  • 参考文献(4)
  • 二级参考文献(10)
2018(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
物联网
BP神经网络
KNN
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
山东农业大学学报(自然科学版)
双月刊
1000-2324
37-1132/S
大16开
山东泰安市岱宗大街61号农业大学学报编辑部
1955
chi
出版文献量(篇)
3505
总下载数(次)
10
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导