您的位置: 专家智库 > >

吴鹏飞

作品数:2 被引量:6H指数:1
供职机构:南京邮电大学物联网学院更多>>
发文基金:浙江省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇电子电信
  • 2篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇无线传感
  • 2篇无线传感器
  • 2篇无线传感器网
  • 2篇无线传感器网...
  • 2篇线性神经网络
  • 2篇感器
  • 2篇WSN
  • 2篇传感
  • 2篇传感器
  • 2篇传感器网
  • 2篇传感器网络
  • 1篇异常检测
  • 1篇异常数据
  • 1篇异常数据检测
  • 1篇数据检测
  • 1篇SENSOR
  • 1篇WIRELE...

机构

  • 2篇浙江农林大学
  • 1篇南京邮电大学

作者

  • 2篇吴鹏飞
  • 1篇曾松伟
  • 1篇李光辉
  • 1篇卢文伟
  • 1篇朱虹

传媒

  • 1篇模式识别与人...

年份

  • 1篇2015
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
基于WSN和线性神经网络的事件边界检测方法
无线传感器网络为信息采集提供了新的技术支持,目前已成为国内外备受关注的新兴领域。无线传感器网络是通过对物理世界信息的采集处理,让管理者掌握物理世界变化情况的一种手段。物理世界的改变通常带有异常数据的产生,这涉及到了数据异...
吴鹏飞
关键词:无线传感器网络线性神经网络异常数据检测
文献传递
基于无线传感器网络和线性神经网络的事件边界检测方法被引量:6
2015年
环境监测是无线传感器网络的典型应用,事件边界检测是其中的重要内容.文中首先建立无线传感器网络数据的时空模型,提出基于线性神经网络的事件边界检测方法.该方法利用传感器数据流的时间相关性,基于线性神经网络预测与验证数据流,并确定异常数据集合.在此基础上,根据传感器节点之间的空间相关性进行事件边界检测,不仅可识别故障节点,而且能识别事件边界节点,从而准确估算事件发生的区域位置与大小.理论分析及实验表明,文中方法在获得较高的故障节点和事件边界节点的检测准确率的同时,保持较低的误判率.
吴鹏飞李光辉朱虹曾松伟卢文伟
关键词:线性神经网络异常检测WIRELESSSENSORWSN
共1页<1>
聚类工具0