典型文献
基于深度自编码网络的实验室WSN数据压缩算法
文献摘要：
针对无线传感器网络节点冗余和数据重叠的问题,提出一种基于深度自编码网络的实验室WSN数据压缩算法来减少传感器通信和计算开销.使用K-means算法将传感器节点划分为不同的簇,使用深度神经网络对相同簇中节点采集的数据进行压缩编码与分类,从而减小数据规模.使用贝叶斯估计算法对压缩编码后的数据特征进行融合.仿真测试与实验结果表明,所提出的算法能明显减少数据量,相比于Megrez算法与E-CPDA算法的数据融合精度分别提升了4.2％和19％,同时能够增加无线传感器网络的生命周期.
文献关键词：
自编码网络;无线传感器网络;数据压缩;数据融合;贝叶斯估计;节点;生命周期;计算开销
中图分类号：
作者姓名：
时磊
作者机构：
浙江工商大学 信息与电子工程学院,杭州310018
文献出处：
引用格式：
[1]时磊-.基于深度自编码网络的实验室WSN数据压缩算法)[J].沈阳工业大学学报,2022(02):193-197
A类：
Megrez
B类：
深度自编码网络,WSN,数据压缩算法,无线传感器网络,网络节点,计算开销,means,传感器节点,节点划分,使用深度,深度神经网络,中节点,压缩编码,小数据,贝叶斯估计,估计算法,数据特征,仿真测试,少数据,数据量,CPDA,数据融合,融合精度
AB值：
0.26094
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。
