- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
一种基于深度学习模型的数据融合处理算法.PDF
网络出版时间:2017-04-20 14:45:37
网络出版地址:/kcms/detail/12.1355.N1445.006.html
第 32 卷 第 期 天津科技大学学报 Vol. 32 No.
2017 年 月 Journal of Tianjin University of Science Technology . 2017
DOI:10.13364/j.issn.1672-6510
一种基于深度学习模型的数据融合处理算法
马永军,薛永浩,刘 洋,李亚军
(天津科技大学计算机科学与信息工程学院,天津 300457)
摘 要:针对无线传感器网络传统数据融合算法效率较低、处理高维数据困难问题,提出一种基于深度学习模型的卷
积神经网络结构实现数据融合的算法 CNNMDA.算法首先在汇聚节点对构建的特征提取模型 CNNM 进行训练,然后
各终端节点通过 CNNM 提取原始数据特征,最后向汇聚节点发送融合后的数据,从而减少数据传输量,延长网络寿
命.仿真实验表明,CNNMDA 与同类融合算法相比,在同样数据量的情况下能够大幅降低网络能耗,并有效提升了数
据融合效率与准确度.
关键词:数据融合;深度学习;无线传感器网络;卷积神经网络
中图分类号:TP393;TP183 文献标志码:A 文章编号:1672-6510(2017)00-0000-00
Data Aggregation Algorithm Based on the Model of Deep Learning
MA Yongjun,XUE Yonghao,LIU Yang,LI Yajun
(College of Computer Science and Information Engineering,Tianjin University of Science Technology,
Tianjin 300457,China)
Abstract:Traditional methods of data fusion in wireless sensor networks(WSNs)are inefficient and not ideal for processing
high-dimensional data.Therefore,a data aggregation a
文档评论(0)