基于能量感知决策树和增强boosting的网络数据聚合模型 |
| |
引用本文: | 杜玉香,陈欣.基于能量感知决策树和增强boosting的网络数据聚合模型[J].淮阴师范学院学报(自然科学版),2022(3):215-222. |
| |
作者姓名: | 杜玉香 陈欣 |
| |
作者单位: | 1. 广州南洋理工职业学院智能工程学院;2. 遵义师范学院信息工程学院 |
| |
摘 要: | 为了改善无线传感器网络(WSN)中的能量使用和数据传递,提出一种基于决策树桩和增强boosting的数据聚合模型.首先,计算出每个传感器节点的剩余能量,执行节点分类.然后,应用增强boosting提升分类效果,以增加不同类别的训练样本(传感器节点)之间的间隔,通过合并弱决策树桩的结果来构建强分类器,达到准确分类高、低能量节点的目的.最后,低能量传感器节点将数据包传递至邻近的高能量传感器节点,并通过汇聚节点采集数据包.实验从能耗、延迟、数据聚合准确度等方面进行评估,实验结果表明,与其他模型相比,所提模型的能耗和延迟,分别降低了26%和30%.数据聚合准确度和网络工作寿命提高了10%和9%.
|
关 键 词: | 无线传感器网络 决策树桩 增强boosting 传感器节点 分类器 |
|