哈尔滨师范大学自然科学学报
哈爾濱師範大學自然科學學報
합이빈사범대학자연과학학보
NATURAL SCIENCES JOURNAL OF HARBIN NORMAL UNIVERSITY
2013年
1期
53-55
,共3页
无线传感器%遗传算法%神经网络
無線傳感器%遺傳算法%神經網絡
무선전감기%유전산법%신경망락
提出了基于遗传RBF神经网络的无线传感器网络流量预测方法.在这里,RBF神经网络有6个输入节点,8个隐藏节点和1个输出节点.RBF神经网络的训练参数对RBF神经网络的预测能力有一定的影响,应该选择一个优化的方法来选择合适的参数.实验结果表明,无线传感器网络流量的预测结果优于RBF神经网络和BP神经网络.
提齣瞭基于遺傳RBF神經網絡的無線傳感器網絡流量預測方法.在這裏,RBF神經網絡有6箇輸入節點,8箇隱藏節點和1箇輸齣節點.RBF神經網絡的訓練參數對RBF神經網絡的預測能力有一定的影響,應該選擇一箇優化的方法來選擇閤適的參數.實驗結果錶明,無線傳感器網絡流量的預測結果優于RBF神經網絡和BP神經網絡.
제출료기우유전RBF신경망락적무선전감기망락류량예측방법.재저리,RBF신경망락유6개수입절점,8개은장절점화1개수출절점.RBF신경망락적훈련삼수대RBF신경망락적예측능력유일정적영향,응해선택일개우화적방법래선택합괄적삼수.실험결과표명,무선전감기망락류량적예측결과우우RBF신경망락화BP신경망락.
