期刊文章详细信息
基于最大似然估计与朴素贝叶斯的WSN故障检测
Maximum likelihood estimation and Naive Bayes classifier based fault detection in WSN
文献类型:期刊文章
机构地区:[1]中国石化石油工程技术研究院信息与标准化研究所,北京100101
基 金:国家科技支撑计划子课题(2012BAH34F04)
年 份:2015
卷 号:41
期 号:7
起止页码:114-117
语 种:中文
收录情况:BDHX、BDHX2014、DOAJ、JST、RCCSE、ZGKJHX、核心刊
摘 要:WSN中的故障节点导致网络的数据传递延迟与能耗增加,同时可引起网络拥塞等问题,对此提出一种基于最大似然估计与朴素贝叶斯分析器的WSN故障节点诊断与定位算法。首先,从数据包的协议部分提取大量特征作为训练数据集,从中估算边际概率并建立朴素贝叶斯分类器,使用最大似然估计估算条件概率。检测阶段则通过判断传输延迟是否满足阈值条件来决定可疑节点,然后使用朴素贝叶斯分类器检测故障节点,最终将节点成功进行分类。
关 键 词:最大似然估计 朴素贝叶斯分类器 故障诊断 无线传感器网络
分 类 号:TP393]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...