典型文献
基于深度学习的无线传感器网络数据融合研究
文献摘要：
在对无线传感器网络数据融合算法的研究中,基本上都是将BP神经网络应用到节点数据的特征提取以及分类工作中.因此,为了对BP神经网络在应用中,所出现的网络收敛慢、陷入局部最优值,同时整体的数据处理泛化效果比较差,这样会直接对数据融合的效果造成不良的效果,本文提出一种深度学习技术与分簇协议相结合的融合算法,为相关领域的工作人员提供一定技术参考.
文献关键词：
数据处理;神经网络;数据融合;网络收敛;网络分簇
中图分类号：
作者姓名：
陈义;吴琼飞
作者机构：
武汉设计工程学院 湖北武汉 430000
文献出处：
引用格式：
[1]陈义;吴琼飞-.基于深度学习的无线传感器网络数据融合研究)[J].科学与财富,2022(30):88-90
A类：
B类：
无线传感器网络,网络数据,数据融合,融合研究,融合算法,基本上,网络应用,分类工作,所出,网络收敛,局部最优,最优值,效果比较,深度学习技术,分簇协议,网络分簇
AB值：
0.330102
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
