基于TEEN协议和BP神经网络的WSN数据融合模型

合集下载

相关主题

bp神经网络预测程序

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ຫໍສະໝຸດ Baidu
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－３６９５．２０１７．０８．０５５
ＷＳＮｄａｔａａｇｇｒｅｇａｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎＴＥＥＮｐｒｏｔｏｃｏｌａｎｄＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ
ｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌｉＳｓｕｐｅｒｉｏｒｔｏｔｈｅＴＥＥＮｐｒｏｔｏｃｏｌｏｎｄａｔａｔｒａｉｃ．１ｆｉｆｅｃｙｃｌｅａｎｄｎｅｔｗｏｒｋｃｏｎｓｕｍｐｔｉｏｎ．
ＷａｎｇＪｕｎ，ＬｉｕＷｅｎ，ＣｈｅｎｇＹｏｎｇ
（ａ．ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒ＆Ｓｏｔｗｆａｒｅ，ｂ．ＩｎｆｏｒｍａｔｉｏｎＣｏｎｓｔｒｕｃｔｉｏｎ＆ＭａｎａｇｅｍｅｎｔＤｅｐｔ．，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏ－
Ｉａｙｅｒ．ｂａｓｅｄＢＰｎｅｕｒａＩｎｅｔｗｏｒｋｔｏｄｅｓｃｉｒｂｅｔｈｅｃｌｕｓｔｅｒｓｔｒｕｃｔｕｒｅ．ａｎｄｆｉｌｔｅｒｅｄｕｎｎｅｃｅｓｓａｒｙｉｎｆｏｒｍａｔｉｏｎｔｈｒｏｕｇｈａＴＥＥＮｔｈｒｅｓｈｏｌｄ．Ｄｕｒｉｎｇｔｈｅｐｒｏｃｅｓｓｏｆｉｎｆｏｒｍａｔｉｏｎｔｒａｎｓｍｉｓｓｉｏｎ．ｔｈｅｐｅｒｆｏｒｍａｎｃｅｆｕｎｃｔｉｏｎｏｆｎｅｕｒａｌｎｅｔｗｏｒｋｗａｓｕｓｅｄｔｏｄｅａｌｗｉｔｈｌａｒｇｅａｍｏｕｎｔｓｏｆｓｅｎｓｉｎｇｄａｔａ，ｗｈｅｒｅｆｅａｔｕｒｅｖａｌｕｅｏｆｓｅｎｓｉｎｇｄａｔａｗａｓｅｘｔｒａｃｔｅｄａｎｄｔｒａｎｓｍｉｔｔｅｄｔｏｔｈｅｓｉｎｋｎｏｄｅ．Ｅｘｐｅｒｉｍｅｎ．
ｐｒｏｐａｇａｔｉｏｎ）神经网络的数据融合模型。该模型利用三层ＢＰ神经网络描述簇结构，通过ＴＥＥＮ阂值过滤非必要信息，在簇结构信息传输过程中运用神经网络功能函数处理大量感知数据，从中提取感知数据的特征值并转发至汇聚节点。实验仿真表明，该模型无论在数据通信量、使用寿命及网络消耗上都优于ＴＥＥＮ协议，在降低网络
ｇＹ，Ｎａｎｊｉｎｇ２１００４４，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｎｖｉｅｗｏｆｔｈｅｐｈｅｎｏｍｅｎｏｎｔｈａｔｔｈｅｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｈａｓａｌａｒｇｅｎｕｍｂｅｒｏｆｉｎｖａｌｉｄｏｒｒｅｄｕｎｄａｎｔｄａｔａ，ｔｈｉｓ
ｐａｐｅｒｐｒｏｐｏｓｅｄａｄａｔａｆｕｓｉｏｎｍｏｄｅｌｂａｓｅｄｏｎＴＥＥＮｐｒｏｔｏｃｏｌａｎｄＢＰ（ｂａｃｋｐｒｏｐａｇａｔｉｏｎ）ｎｅｕｒａｌｎｅｔｗｏｒｋ．ｒｈｅｍｏｄｅｌｕｓｅｄｔｈｒｅｅ
第３４卷第８期２０１７年８月
计算机应用研究
ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ
Ｖｏ１．３４Ｎｏ．８Ａｕｇ．２０１７
基于ＴＥＥＮ协议和ＢＰ神经网络的ＷＳＮ数据融合模型冰
通信量和网络能耗的同时提升了网络的使用寿命，大大提升了数据采集的效率和性能。
关键词：无线传感网；ＢＰ神经网络；分簇协议
中图分类号：ＴＰ３９３
文献标志码：Ａ
文章编号：１００１－３６９５（２０１７）０８－２４８６－４０
王
摘
，程军，刘文
勇
ｂ．信息化建设与管理处，南京２１００４４）（南京信息工程大学ａ．计算机与软件学院；
要：针对无线传感网感知数据中含有大量无效或冗余数据的现象，提出了一种基于ＴＥＥＮ协议和ＢＰ（ｂａｃｋ