基于改进粗糙集的混合传感器节点分类算法 |
| |
作者姓名: | 王晓艳 张 楠 马 骥 |
| |
作者单位: | 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 |
| |
基金项目: | 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) |
| |
摘 要: | 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 |
|
| 点击此处可从《传感技术学报》浏览原始摘要信息 |
|
点击此处可从《传感技术学报》下载全文 |