计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2012年
12期
167-170,179
,共5页
分布式数据挖掘%无线传感器网络%粗糙集%遗传算法%神经网络
分佈式數據挖掘%無線傳感器網絡%粗糙集%遺傳算法%神經網絡
분포식수거알굴%무선전감기망락%조조집%유전산법%신경망락
研究无线传感器网络中数据挖掘问题.针对大量高维冗余且不确定的无线传感器网络监测数据传送到中央服务器上使用传统的数据挖掘方法进行挖掘的缺点相当明显,导致耗费了珍贵的网络能量.为解决上述问题,提出在每个传感器节点上进行基于粗糙集与遗传BP网络相结合的分布式数据挖掘算法,利用GA来训练BP网络的阈值和权值来构成遗传BP网络(GABP),克服BP网络的某些不足；利用粗糙集RS在消除冗余信息、处理不确定性数据等方面的优势,缩减训练数据输入BP网络的维度.仿真结果表明,改进算法能有效地实现对无线传感器网络中的数据进行分类,取得了较理想的效果.
研究無線傳感器網絡中數據挖掘問題.針對大量高維冗餘且不確定的無線傳感器網絡鑑測數據傳送到中央服務器上使用傳統的數據挖掘方法進行挖掘的缺點相噹明顯,導緻耗費瞭珍貴的網絡能量.為解決上述問題,提齣在每箇傳感器節點上進行基于粗糙集與遺傳BP網絡相結閤的分佈式數據挖掘算法,利用GA來訓練BP網絡的閾值和權值來構成遺傳BP網絡(GABP),剋服BP網絡的某些不足；利用粗糙集RS在消除冗餘信息、處理不確定性數據等方麵的優勢,縮減訓練數據輸入BP網絡的維度.倣真結果錶明,改進算法能有效地實現對無線傳感器網絡中的數據進行分類,取得瞭較理想的效果.
연구무선전감기망락중수거알굴문제.침대대량고유용여차불학정적무선전감기망락감측수거전송도중앙복무기상사용전통적수거알굴방법진행알굴적결점상당명현,도치모비료진귀적망락능량.위해결상술문제,제출재매개전감기절점상진행기우조조집여유전BP망락상결합적분포식수거알굴산법,이용GA래훈련BP망락적역치화권치래구성유전BP망락(GABP),극복BP망락적모사불족；이용조조집RS재소제용여신식、처리불학정성수거등방면적우세,축감훈련수거수입BP망락적유도.방진결과표명,개진산법능유효지실현대무선전감기망락중적수거진행분류,취득료교이상적효과.
