文献类型：期刊文章

作　　者：邱立达[1] 刘天键[1] 傅平[1]

机构地区：[1]闽江学院物理学与电子信息工程系,福州350108

出　　处：《电子测量与仪器学报》

基　　金：国家自然科学基金(51277091);福建省科技计划重点(2011H0017);福建省教育厅科技计划(JA12263);福州市科技计划(2013-G-86)项目

年　　份：2015

卷　　号：29

期　　号：3

起止页码：352-357

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在无线传感无器网络中,为了提高数据融合算法的性能,设计了一种基于深度学习的二值化层叠稀疏滤波模型(BSSFM),BSSFM将若干稀疏滤波器层叠并对权值参数进行二值化从而能快速有效的提取高维数据特征,之后将BSSFM和分簇协议相结合提出数据融合算法BSSFMDA,BSSFMDA首先在汇聚节点逐层训练BSSFM并对网络分簇,簇节点利用BSSFM进行数据特征提取,之后簇首将分类融合后的特征发送至汇聚节点。仿真实验表明,和SOFMDA等算法相比,BSSFMDA在模型训练时间、特征提取速度、正确率以及节点能耗等方面的表现均更加优异。

关 键 词：无线传感器网络 数据融合 深度学习  稀疏滤波  

分 类 号：TP393] TN911[计算机类]