-
题名基于改进粗糙集的混合传感器节点分类算法
被引量：1
- 1
-
-
作者
王晓艳
张楠
马骥
-
机构
山西工程科技职业大学计算机工程学院
山西大同大学机电工程学院
中国能源建设集团山西省电力勘测设计院有限公司
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2022年第7期938-944,共7页
-
基金
教育部2018年度产学合作协同育人项目(201802310022)
中国高等教育学会2018年度工程教育专项课题(2018GCLYB08)
2021年大同市科技应用基础研究项目(2021-2023)。
-
文摘
混合传感节点的属性较难形成统一识别特征,其节点属性约简过程复杂,存在分类时间长及分类性能差的问题。为此,提出了基于粗糙集的混合传感节点高精度分类算法。在初始化传感节点的基础上计算适应度值,利用遗传算法优化粗糙集修正校验结果,获得统一编码形式的节点。在此基础上,排除了属性权重为“0”的属性,完成节点属性约简。再利用普通分类方法和高级分类方法结合的方式,进行混合节点分类。根据约束条件选取对应的分类方法,实现混合传感节点高精度分类。仿真结果表明,所提算法的分类用时低于520 ms,且该方法的查全率、查准率及F1值均高于对比方法,混合传感节点分类性能较好。
-
关键词
无线传感网络
传感器节点分类
粗糙集
遗传算法
编码
欧式距离
-
Keywords
wireless sensor network
classification of sensor nodes
rough set
genetic algorithm
coding
euclidean distance
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
