登录    注册    忘记密码

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

作  者:敬明旻[1] 肖莉[1] 杨传书[1]

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

出  处:《电子技术应用》

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...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心