基于人工蜂群的WSN故障数据挖掘算法
为了有效提高无线传感器网络中故障数据的判别能力,本文结合人工蜂群算法提出了一种新的挖掘算法FDMA(Fault Data Mining Algorithm).该算法首先利用小波变换降低故障数据的突发性,以达到对故障数据的标准化处理.其次,基于关联系数来划分故障数据分布区间,并建立了数据挖掘的目标函数,同时利用人工蜂群算法对目标函数进行优化.最后,通过实际传感器样本数据进行仿真实验,对比研究了FDMA算法与其它算法之间的性能状况(包括吞吐量、延迟时间、丢包率和能耗),结果发现FDMA算法具有较好的适应性.
Salvato in:
| Autori principali: | , |
|---|---|
| Natura: | Artigo |
| Lingua: | Inglês |
| Pubblicazione: |
Editorial Department of Journal of Sichuan University (Natural Science Edition)
2015-01-01
|
| Serie: | 四川大学学报. 自然科学版 |
| Soggetti: | |
| Accesso online: | http://science.scu.edu.cn/thesisDetails?columnId=156496841&Fpath=home&index=0 |
| Tags: |
Nessun Tag, puoi essere il primo ad aggiungerne!!
|