為了在無線傳感器網(wǎng)絡(luò)中提高數(shù)據(jù)融合性能,基于深度學(xué)習(xí)模型,提出一種將層疊自動編碼器（SAE）和分簇協(xié)議相結(jié)合的數(shù)據(jù)融合算法SAEMDA,該算法在各個簇內(nèi)構(gòu)建特征提取分類模型SAEM,通過SAEM對節(jié)點數(shù)據(jù)進行特征提取和分類,之后將同類特征融合并發(fā)送給匯聚節(jié)點。SAEM的訓(xùn)練既可以采用離線有監(jiān)督學(xué)習(xí)也可以采用在線無監(jiān)督學(xué)習(xí)。仿真實驗表明:和BPFDA,SOFMDA算法相比,SAEMDA在網(wǎng)絡(luò)能耗大致相當?shù)那闆r下能將數(shù)據(jù)融合正確率提高最多7.5%。 

【文章頁數(shù)】：6 頁

【文章目錄】：
1 相關(guān)工作
2 深度學(xué)習(xí)模型
    2.1 自動編碼器
    2.2 層疊自動編碼器
    2.3 特征提取分類模型
3 無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法
4 實驗和分析
5 結(jié)論


【參考文獻】：
期刊論文
[1]基于SOFM神經(jīng)網(wǎng)絡(luò)的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法[J]. 楊永健,劉帥.  傳感技術(shù)學(xué)報. 2013(12)
[2]基于BP神經(jīng)網(wǎng)絡(luò)的無線傳感器網(wǎng)絡(luò)路由協(xié)議的研究[J]. 孔玉靜,侯鑫,華爾天,魏星鋒.  傳感技術(shù)學(xué)報. 2013(02)
[3]一種模擬退火遺傳算法的傳感器網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)研究[J]. 張揚,楊松濤,張香芝.  計算機應(yīng)用研究. 2012(05)
[4]基于神經(jīng)網(wǎng)絡(luò)的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法[J]. 孫凌逸,黃先祥,蔡偉,夏梅尼.  傳感技術(shù)學(xué)報. 2011(01)
[5]基于主元分析的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合研究[J]. 馬守明,王汝傳,葉寧.  計算機工程與科學(xué). 2010(11)
[6]基于中介理論的無線傳感器網(wǎng)絡(luò)加權(quán)數(shù)據(jù)融合[J]. 戎舟.  電子測量與儀器學(xué)報. 2010(08)
[7]無線傳感器網(wǎng)絡(luò)中基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)融合模型[J]. 俞黎陽,王能,張衛(wèi).  計算機科學(xué). 2008(12)



本文編號：3664149