检索结果-南通市图书馆

基于约简策略与自适应SVDD的无线传感网络离群检测方法

在线全文

学校读者我要写书评

暂无评论

传感技术学报 2017年第9期30卷 1388-1395页

作者：魏畅李光辉江南大学物联网工程学院江苏无锡214122 物联网技术应用教育部工程技术研究中心江苏无锡214122 江苏省无线传感网高技术研究重点实验室南京210003

无线传感网络经常被部署于条件恶劣、无人值守的环境中,受到恶劣天气、软硬件故障、能量不足或者恶意攻击等因素的影响,传感器节点感知数据的缺失或错误难以避免。因此,传感器数据流的离群检测对于提高系统可用性至关重要。提出一种基... 详细信息

无线传感网络经常被部署于条件恶劣、无人值守的环境中,受到恶劣天气、软硬件故障、能量不足或者恶意攻击等因素的影响,传感器节点感知数据的缺失或错误难以避免。因此,传感器数据流的离群检测对于提高系统可用性至关重要。提出一种基于约简策略与自适应SVDD(Support Vector Data Description)的离群检测方法(RASVDD),该方法首先使用基于马氏距离标准的方法约简数据集,有效地减少了训练样本;然后利用基于数据分布密度准则和数据流时间相关性自适应更新决策模型。针对Intel Berkeley数据集及Sensor Scope System数据集的仿真实验表明,RASVDD的离群检测正确率TPR(True Positive Rate)平均达98%,误报率FPR(False Positive Rate)平均仅为1%,并且与传统的SVDD算法相比,RASVDD决策模型训练时间减少了20%以上。

关键词：无线传感网络数据约简 SVDD 离群检测仿真

基于KM-FNN的无线传感器网络缺失数据重建算法

在线全文

学校读者我要写书评

暂无评论

传感技术学报 2019年第8期32卷 1245-1252页

作者：武加文李光辉江南大学物联网工程学院江苏无锡214122 物联网技术应用教育部工程技术研究中心江苏无锡214122

在环境监测领域,无线传感器网络节点受恶劣环境或软硬件故障的影响,在数据传输的过程中不可避免地发生数据丢失的现象,这将严重影响监测数据流的可靠性和用户的科学决策。提出了一种基于自适应的K-均值算法和模糊神经网络相结合的分簇... 详细信息

在环境监测领域,无线传感器网络节点受恶劣环境或软硬件故障的影响,在数据传输的过程中不可避免地发生数据丢失的现象,这将严重影响监测数据流的可靠性和用户的科学决策。提出了一种基于自适应的K-均值算法和模糊神经网络相结合的分簇式无线传感器网络缺失数据重建算法(KM-FNN)。该算法使用模糊神经网络模型重建缺失数据,并引入自适应机制适时更新训练模型。针对不同数据集的仿真结果表明,与以往同类算法相比,KM-FNN具有更好的缺失数据重建准确性。

关键词：无线传感器网络数据重建 K-均值模糊神经网络环境监测

基于Top-k(σ)的无线传感器网络异常数据检测算法

在线全文

学校读者我要写书评

暂无评论

南京大学学报（自然科学版） 2016年第2期52卷 261-269页

作者：胡石李光辉冯海林浙江农林大学信息工程学院临安311300 浙江省林业智能监测与信息技术研究重点实验室临安311300 江南大学物联网工程学院无锡214122

异常数据检测在基于无线传感器网络的环境监测系统中起着十分重要的作用,不仅有助于对传感器网络健康状况的监测,而且能够及时发现外部环境发生的突发事件(如森林火灾、环境污染等).通过对top-k算法的改进,提出了一种基于top-k(σ)的无... 详细信息

异常数据检测在基于无线传感器网络的环境监测系统中起着十分重要的作用,不仅有助于对传感器网络健康状况的监测,而且能够及时发现外部环境发生的突发事件(如森林火灾、环境污染等).通过对top-k算法的改进,提出了一种基于top-k(σ)的无线传感器网络异常数据检测算法.不同于top-k算法,该算法根据传感器节点采集到的数据分布规律,构造合适的数据网格,将多维数据归一化处理后置入相应的网络单元.然后通过增设距离阈值σ来重构PC列表(populated-cells list).除了对每个单元格及其邻域内的数据点个数分别进行排序,还计算不同数据子集之间的欧氏距离,并与阈值σ的比较,确认数据子集与正常值集合的偏离程度,从而提高检测结果的准确性.通过MATLAB仿真实验发现,距离阈值σ的选取对算法效果具有较大的影响,当σ∈[2.5,3]时,top-k(σ)算法在维持较高检测率的同时,最大程度地降低误报率.当取σ=3时,对于给定的5个数据集,top-k(σ)算法的检测率平均达到了93.70%,比top-k算法平均提高了4.94%,误报率则比top-k算法平均降低了4.48%.

关键词：无线传感器网络异常检测数据集 top-k(σ)算法

在线全文

学校读者我要写书评

暂无评论

基于改进极限学习机的水体溶解氧预测方法

农业工程学报 2020年第19期36卷 225-232页

作者：施珮匡亮袁永明张红燕李光辉中国水产科学研究院淡水渔业研究中心无锡214081 江南大学物联网工程学院无锡214122 江苏信息职业技术学院物联网工程学院无锡214153

为了有效地指导水产养殖生产,提高溶解氧浓度预测的精度,提出了基于因子筛选和改进极限学习机(Extreme Learning Machine,ELM)的水产养殖溶解氧预测模型。首先,利用皮尔森相关系数法计算各影响因子与溶解氧浓度间的相关系数,提取强关联... 详细信息

为了有效地指导水产养殖生产,提高溶解氧浓度预测的精度,提出了基于因子筛选和改进极限学习机(Extreme Learning Machine,ELM)的水产养殖溶解氧预测模型。首先,利用皮尔森相关系数法计算各影响因子与溶解氧浓度间的相关系数,提取强关联因子,降低预测模型的输入量维度;采用偏最小二乘算法(Partial Least Square,PLS)优化传统ELM神经网络,避免网络中隐含层共线性问题,保障输出权值的稳定性;然后,结合新型激活函数,构建水体溶解氧浓度预测模型。最后,将SPLS-ELM(Selection Based Partial Least Square Optimized-Extreme Learning Machine)预测模型应用到江苏省无锡市南泉基地某试验池塘的水体溶解氧预测中。试验结果表明:该模型的预测均方根误差为0.3232 mg/L,与最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)、BP神经网络、粒子群(Particle Swarm Optimization,PSO)优化LSSVM和遗传算法(Genetic Algorithm,GA)优化BP神经网络相比分别降低40.98%、44.48%、34.73%和44.18%。且该模型的运行时间仅0.6231s,预测精度和运行效率明显优于其他模型。该模型的溶解氧预测曲线接近真实溶解氧变化曲线,能够满足水产养殖实际生产对水体溶解氧预测的要求。

关键词：养殖水质溶解氧预测因子筛选偏最小二乘法 ELM神经网络

基于无线传感器网络和线性神经网络的事件边界检测方法

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2015年第4期28卷 377-384页

作者：吴鹏飞李光辉朱虹曾松伟卢文伟浙江农林大学信息工程学院杭州311300 南京邮电大学物联网学院南京210003

环境监测是无线传感器网络的典型应用,事件边界检测是其中的重要内容.文中首先建立无线传感器网络数据的时空模型,提出基于线性神经网络的事件边界检测方法.该方法利用传感器数据流的时间相关性,基于线性神经网络预测与验证数据流,并确... 详细信息

环境监测是无线传感器网络的典型应用,事件边界检测是其中的重要内容.文中首先建立无线传感器网络数据的时空模型,提出基于线性神经网络的事件边界检测方法.该方法利用传感器数据流的时间相关性,基于线性神经网络预测与验证数据流,并确定异常数据集合.在此基础上,根据传感器节点之间的空间相关性进行事件边界检测,不仅可识别故障节点,而且能识别事件边界节点,从而准确估算事件发生的区域位置与大小.理论分析及实验表明,文中方法在获得较高的故障节点和事件边界节点的检测准确率的同时,保持较低的误判率.

关键词：无线传感器网络( WSN) 线性神经网络异常检测事件边界检测 Wireless Sensor Network ( WSN )

在线全文

学校读者我要写书评

暂无评论

一种优化极限学习机的果园湿度预测方法

传感技术学报 2019年第3期32卷 418-423页

作者：匡亮华驰邓小龙施珮江苏信息职业技术学院物联网工程学院江苏无锡214153 南京信息工程大学物理与光电工程学院南京210044 南京航空航天大学计算机信息科学与技术学院南京210016 中国水产科学研究院淡水渔业研究中心农业部淡水渔业和种质资源利用重点实验室江苏无锡214081

针对传统水蜜桃种植过程中环境监测实时性差、人力物力浪费严重的现状,通过无线传感网络技术(WSN),本文在果园环境监测系统的基础上提出一种优化极限学习机的湿度预测方法(PSO-ELM)。该方法首先使用主成分分析法(PCA)对环境监测数据进... 详细信息

针对传统水蜜桃种植过程中环境监测实时性差、人力物力浪费严重的现状,通过无线传感网络技术(WSN),本文在果园环境监测系统的基础上提出一种优化极限学习机的湿度预测方法(PSO-ELM)。该方法首先使用主成分分析法(PCA)对环境监测数据进行分析,实现数据的降维。然后利用粒子群算法(PSO)优化极限学习机(ELM)的初始权值、偏置,对训练集和测试集分别进行测试。以果园环境监测系统中9天(1296组)数据为测试对象,将PSO-ELM算法与线性回归、ELM神经网络进行对比,验证预测方法的可靠性。实验结果表明,该预测算法的RMSE、MAPE和MAE分别为0.503 8、0.005 1和0.397 4,能较好的预测环境湿度信息。

关键词：无线传感网湿度粒子群优化极限学习机预测算法

移动传感器网络中基于概率分布的动态的低冗余路由算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2012年第B6期39卷 174-177,203页

作者：卢文伟李光辉冯海林浙江农林大学信息工程学院临安311300

受到节点移动、有限的存储空间及能量等因素的影响,容延迟移动传感器网络在将数据汇聚至Sink过程中伴随着较高的丢包率与数据冗余,传统的确定性路由机制难以应用。对此,利用节点在一定数量时间槽内与Sink点连通的概率分布,提出了一种动... 详细信息

受到节点移动、有限的存储空间及能量等因素的影响,容延迟移动传感器网络在将数据汇聚至Sink过程中伴随着较高的丢包率与数据冗余,传统的确定性路由机制难以应用。对此,利用节点在一定数量时间槽内与Sink点连通的概率分布,提出了一种动态的、分布式的路由算法。该算法充分利用了节点的移动性,使网络在保持低冗余的同时,具有较高的数据送达率。实验结果表明,在节点数多、移动速度快、节点传输距离大的网络中,该算法更具优势。

关键词：传感器网络容延迟概率分布路由

基于DBSCAN的环境传感器网络异常数据检测方法

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2012年第11期29卷 69-72,111页

作者：潘渊洋李光辉徐勇军浙江农林大学工程学院浙江杭州311300 浙江农林大学信息工程学院浙江杭州311300 中国科学院计算技术研究所北京100190

随着传感器网络环境监控应用的发展,传感器网络测量数据的异常检测近年来受到学术界和工业界的高度关注。提出一种基于DBSCAN(Density-Based Spatial Clustering of Application with Noise)的异常数据检测方法,该方法利用距离定义数据... 详细信息

随着传感器网络环境监控应用的发展,传感器网络测量数据的异常检测近年来受到学术界和工业界的高度关注。提出一种基于DBSCAN(Density-Based Spatial Clustering of Application with Noise)的异常数据检测方法,该方法利用距离定义数据的相似度进行划分聚类,使用DBSCAN算法提取环境特征集,并根据特征集对异常数据进行检测。最后,基于真实的传感器网络完成了多组实验,实验结果表明该方法能够实时准确地检测出异常数据。

关键词：传感器网络环境监测异常数据检测聚类

基于GA-SELM算法的工厂化水产养殖水温预测方法研究

在线全文

学校读者我要写书评

暂无评论

传感技术学报 2018年第10期31卷 1592-1597,1612页

作者：施珮袁永明匡亮张红燕李光辉中国水产科学研究院淡水渔业研究中心农业部淡水渔业和种质资源利用重点实验室江苏无锡214081 江南大学物联网工程学院江苏无锡214122 江苏信息职业技术学院物联网工程学院江苏无锡214153

基于无线传感网络水质监测中水温数据质量差、预测精度低、稳定性差等问题,提出一种遗传算法(GA)优化改进极限学习机(SELM)的工厂化水产养殖水温预测模型(GA-SELM)。首先,在分析水温影响因素的基础上,通过天气指数的计算对无线传感网络... 详细信息

基于无线传感网络水质监测中水温数据质量差、预测精度低、稳定性差等问题,提出一种遗传算法(GA)优化改进极限学习机(SELM)的工厂化水产养殖水温预测模型(GA-SELM)。首先,在分析水温影响因素的基础上,通过天气指数的计算对无线传感网络中采集的异常数据进行校正;然后通过皮尔森相关分析研究影响因子与水温之间的关系;最后,采用Softplus函数作为ELM的激活函数,利用GA算法获取ELM的最佳初始权值和偏置,实现工厂化水产养殖水温预测。实验结果表明,GA-SELM模型有较好的预测性能,与传统BP神经网络、标准ELM网络模型和GA优化ELM算法相比,GA-SELM的预测指标MAE、MAPE和RMSE分别为0.154 3、0.005 4和0.187 6,性能均优于其他算法,能高效、稳定地实现水温的预测。

关键词：无线传感网络水温预测极限学习机遗传算法激活函数