wsn中基于gm-lssvm的数据融合方法 gm-lssvm based data aggregation in wsn.pdfVIP

下载本文档

2
0
约2.28万字
约 6页
2017-09-05 发布于上海
举报
版权申诉

wsn中基于gm-lssvm的数据融合方法 gm-lssvm based data aggregation in wsn.pdf

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

wsn中基于gm-lssvm的数据融合方法 gm-lssvm based data aggregation in wsn

2012年9月计算机工程与设计 Sept．2012 第33卷第9期 COMPUTERENGINEERINGANDDESIGN V01．33No．9 王汝言，唐季超，吴大鹏，孙青文 (重庆邮电大学宽带泛在接入技术研究所，重庆400065) 摘要：针对传统时间序列预测融合算法对于具有非线性、随机性和突发性的数据拟合度不佳的问题，提出了一种基于灰据作为最小二乘支持向量机的输入数据，并对下一步未知信息进行预测，以达到减少通信开销的目的。实际测量结果表明，该方法所需样本数量较少，预测准确率较高，能有效降低数据传输开销。关键词：无线传感器网络；数据融合；时间序列；预测；灰色模型；最小二乘支持向量机中图法分类号：TP393文献标识号：A 文章编号：1000—7024(2012)09—3371-05 data in GM—LSSVMbased WSN aggregation WANG ji—chao，WU Ru—yan，TANG Da—peng，SUNQing-wen (Broadband NetworkResearch ofPostsandTelecom， Ubiquitous Laboratory，ChongqingUniversity 400065，China) Chongqing traditional for data donottakethe andmutationoftimese— Abstract：Theapproachestemporal nonlinear，random aggregation riesdataintoaccount．Forthis methodbasedonGM-LSSVMcombinationis problem，anaggregation predictionproposed．In this isintroducedintoleast vector real— theory support method，greymodel(GM)prediction squares from itis to worlddatasetandarandomnonlineardataset UCIareusedto themethod．TheresultsshoWthat effective verify the dataseriesandreducethenumberoftransmissionsinwirelesssensornetworks． predict temporal words：wirelesssensor Key network；dataaggregation；timeseries；prediction；greymodel；LSSVM 所谓时间序列指的是所监测的对象系统在一定历史时期的 0引言