文献类型：期刊文章

作　　者：周静[1] 赵鲁阳[1] 罗炬锋[1,2]

机构地区：[1]中国科学院上海微系统与信息技术研究所无线传感网与通信重点实验室,上海200050 [2]上海物联网有限公司,上海200050

出　　处：《计算机工程与应用》

基　　金：国家科技重大专项(No.2014ZX03005001-002);上海市青年科技英才扬帆计划资助(No.15YF141450)

年　　份：2017

卷　　号：53

期　　号：21

起止页码：98-102

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：基于无线传感网的防入侵应用领域中行为分类问题,提出一种基于时域特征提取的电子围栏入侵检测及异常入侵模式识别系统。由于频域处理方法计算量大、复杂度高、传感器采样率高,为减轻系统的传输负担并减少时延,首先对原始信号预处理提取时域特征,然后通过一个三层的BP神经网络对目标事件进行分类,最后对比了多种典型的分类器方法的准确率。仿真结果表明:相比于频域处理方法,该方法复杂度低、易于实现,多种分类器准确率达86%以上,其中BP神经网络测试集的准确率能够达到94%,并且训练集和测试集的准确率偏差较小。

关 键 词：无线传感网 时域特征提取  围栏入侵  BP神经网络 模式分类  

分 类 号：TP319]