本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的可穿戴無線傳感網(wǎng)絡(luò)數(shù)據(jù)融合方法，由筆耕文化傳播整理發(fā)布。

【摘要】：可穿戴無線傳感網(wǎng)絡(luò)節(jié)點一般使用電池供電,能量補給受限,同時,數(shù)據(jù)冗余量大,相互矛盾數(shù)據(jù)較多。數(shù)據(jù)融合技術(shù)可以有效減少數(shù)據(jù)傳送階段的通信量,降低傳感節(jié)點的能量損耗,延長傳感網(wǎng)絡(luò)的生命周期。本文主要研究基于神經(jīng)網(wǎng)絡(luò)及模糊神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)融合方法。為了提高學(xué)習(xí)算法的收斂速率,解決網(wǎng)絡(luò)收斂振蕩問題,本文提出一種動量項-學(xué)習(xí)速率自適應(yīng)的反向傳播學(xué)習(xí)算法(A Momentum Adaptive Learning Rate Algorithm, MALRBPA) o以解決二維異或問題為背景,將MALRBPA算法與標(biāo)準(zhǔn)學(xué)習(xí)算法以及傳統(tǒng)改進(jìn)型學(xué)習(xí)算法收斂速度進(jìn)行比較,采用MALRBPA學(xué)習(xí)算法的神經(jīng)網(wǎng)絡(luò)收斂速率更快。將改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)與無線傳感網(wǎng)絡(luò)分簇路由協(xié)議(LEACH-F協(xié)議)進(jìn)行結(jié)合,提出一種改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)融合算法(A Back Propagation Neural-Network Data Fusion Algorithm, BPNDFA),在傳感網(wǎng)絡(luò)簇內(nèi),對采集的原始數(shù)據(jù)進(jìn)行數(shù)據(jù)擬合,將數(shù)據(jù)的特征向量值進(jìn)行CDMA編碼并發(fā)送給匯聚節(jié)點,以實現(xiàn)加快網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練的收斂速度,減少節(jié)點數(shù)據(jù)通信量的目的。仿真實驗表明,與傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)融合算法相比,BPNDFA算法降低了節(jié)點能耗,延長了網(wǎng)絡(luò)生命周期。在監(jiān)測人體特征參數(shù)等方面具有較好的準(zhǔn)確性、有效性以及實時性。本文最后采用T-S(Takagi-Sugeno)結(jié)構(gòu)的模糊推理系統(tǒng),使用MALRBPA算法及模糊規(guī)則訓(xùn)練模糊神經(jīng)網(wǎng)絡(luò),同時引入無線傳感網(wǎng)絡(luò)分簇路由技術(shù),提出一種基于模糊神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)融合算法(A Fuzzy Neural networks Data Fusion algorithm, FNNDFA),仿真實驗表明,相比傳統(tǒng)的基于模糊神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)融合算法,FNNDFA算法有較高的網(wǎng)絡(luò)收斂速率及預(yù)測準(zhǔn)確度,能夠降低可穿戴傳感節(jié)點能耗,延長網(wǎng)絡(luò)壽命,適合參數(shù)指標(biāo)沒有確定值而是一個模糊范圍的可穿戴無線傳感網(wǎng)絡(luò)。
【關(guān)鍵詞】：神經(jīng)網(wǎng)絡(luò) 無線傳感網(wǎng)絡(luò) 數(shù)據(jù)融合 能耗
【學(xué)位授予單位】：南華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP212.9;TN929.5;TP202
【目錄】：

• 摘要4-6
• Abstract6-11
• 第1章 緒論11-15
• 1.1 研究背景及意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-13
• 1.3 本文的主要研究工作13
• 1.4 文章的組織結(jié)構(gòu)13-15
• 第2章 相關(guān)理論基礎(chǔ)15-31
• 2.1 可穿戴無線傳感網(wǎng)絡(luò)概述15-19
• 2.1.1 可穿戴傳感網(wǎng)絡(luò)概念15
• 2.1.2 可穿戴無線傳感網(wǎng)絡(luò)體系結(jié)構(gòu)15-17
• 2.1.3 可穿戴無線傳感網(wǎng)絡(luò)應(yīng)用背景17
• 2.1.4 可穿戴傳感網(wǎng)絡(luò)人體體征監(jiān)測系統(tǒng)架構(gòu)設(shè)計17-19
• 2.2 數(shù)據(jù)融合基本理論19-22
• 2.2.1 數(shù)據(jù)融合系統(tǒng)的功能模型19-20
• 2.2.2 數(shù)據(jù)融合體系結(jié)構(gòu)20-21
• 2.2.3 數(shù)據(jù)融合層次描述21-22
• 2.3 BP神經(jīng)網(wǎng)絡(luò)概述22-26
• 2.3.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)22-23
• 2.3.2 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法23-25
• 2.3.3 BP算法的程序?qū)崿F(xiàn)25-26
• 2.4 模糊神經(jīng)網(wǎng)絡(luò)概述26-30
• 2.4.1 模糊理論基礎(chǔ)26
• 2.4.2 隸屬函數(shù)26-28
• 2.4.3 模糊邏輯與模糊推理28-29
• 2.4.4 Takagi-Sugeno模糊推理系統(tǒng)29-30
• 2.5 本章小結(jié)30-31
• 第3章 基于BP神經(jīng)網(wǎng)絡(luò)的可穿戴傳感網(wǎng)絡(luò)數(shù)據(jù)融合方法31-49
• 3.1 BP學(xué)習(xí)算法概述31-34
• 3.1.1 增加動量項法31-33
• 3.1.2 自適應(yīng)學(xué)習(xí)速率法33-34
• 3.2 MALRBPA算法34-39
• 3.2.1 MALRBPA算法的基本思想34-35
• 3.2.2 MALRBPA算法主要步驟及流程圖35-36
• 3.2.4 MALRBPA算法仿真比較36-39
• 3.3 可穿戴無線傳感網(wǎng)絡(luò)的BPNDFA算法39-42
• 3.3.1 BPNDFA數(shù)據(jù)融合算法的基本思想39
• 3.3.2 BPNDFA數(shù)據(jù)融合算法主要步驟及流程圖39-41
• 3.3.3 BPNDFA數(shù)據(jù)融合算法形式描述41-42
• 3.4 實驗與結(jié)果分析42-48
• 3.4.1 實驗環(huán)境42
• 3.4.2 實驗重要參數(shù)設(shè)計42
• 3.4.3 實驗與結(jié)果分析42-48
• 3.5 本章小結(jié)48-49
• 第4章 基于模糊神經(jīng)網(wǎng)絡(luò)的可穿戴傳感網(wǎng)絡(luò)數(shù)據(jù)融合方法49-63
• 4.1 T-S模糊推理系統(tǒng)設(shè)計49-51
• 4.2 模糊推理綜合評判模型51-52
• 4.3 可穿戴傳感網(wǎng)絡(luò)的FNNDFA數(shù)據(jù)融合算法52-56
• 4.3.1 FNNDFA數(shù)據(jù)融合算法的基本思想52
• 4.3.2 FNNDFA數(shù)據(jù)融合算法主要步驟及流程圖52-54
• 4.3.3 FNNDFA數(shù)據(jù)融合算法形式描述54-56
• 4.4 實驗與結(jié)果分析56-61
• 4.4.1 實驗環(huán)境56
• 4.4.2 實驗重要參數(shù)設(shè)計56
• 4.4.3 實驗與結(jié)果分析56-61
• 4.5 本章小結(jié)61-63
• 第5章 總結(jié)與展望63-65
• 5.1 總結(jié)63-64
• 5.2 展望64-65
• 參考文獻(xiàn)65-69
• 主要成果69-71
• 致謝71

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 云中客;新的神經(jīng)網(wǎng)絡(luò)來自于仿生學(xué)[J];物理;2001年10期

2 唐春明,高協(xié)平;進(jìn)化神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展[J];系統(tǒng)工程與電子技術(shù);2001年10期

3 李智;一種基于神經(jīng)網(wǎng)絡(luò)的煤炭調(diào)運優(yōu)化方法[J];長沙鐵道學(xué)院學(xué)報;2003年02期

4 程科,王士同,楊靜宇;新型模糊形態(tài)神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];計算機(jī)工程與應(yīng)用;2004年21期

5 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學(xué);2004年03期

6 周麗暉;從統(tǒng)計角度看神經(jīng)網(wǎng)絡(luò)[J];統(tǒng)計教育;2005年06期

7 趙奇 ,劉開第 ,龐彥軍;灰色補償神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];微計算機(jī)信息;2005年14期

8 袁婷;;神經(jīng)網(wǎng)絡(luò)在股票市場預(yù)測中的應(yīng)用[J];軟件導(dǎo)刊;2006年05期

9 尚晉;楊有;;從神經(jīng)網(wǎng)絡(luò)的過去談科學(xué)發(fā)展觀[J];重慶三峽學(xué)院學(xué)報;2006年03期

10 楊鐘瑾;;神經(jīng)網(wǎng)絡(luò)的過去、現(xiàn)在和將來[J];青年探索;2006年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學(xué)學(xué)術(shù)大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

10 張廣遠(yuǎn);萬強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達(dá)大學(xué)社會學(xué)博士 密西西比州立大學(xué)國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國紡織報;2003年

4 中國科技大學(xué)計算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡(luò)[N];科技日報;2011年

7 健康時報特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時報;2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國際先進(jìn)水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國船舶報;2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時間序列預(yù)測方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡(luò)并行實現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時間序列預(yù)測算法研究[D];北京科技大學(xué);2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測及控制研究[D];燕山大學(xué);2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年

7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測研究[D];華南理工大學(xué);2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測研究與系統(tǒng)實現(xiàn)[D];華南理工大學(xué);2015年

9 張韜;幾類時滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年

  本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的可穿戴無線傳感網(wǎng)絡(luò)數(shù)據(jù)融合方法，，由筆耕文化傳播整理發(fā)布。

本文編號：506156