| 基于ICA独立成分和加权依赖贝叶斯的传感器节点故障诊断 |
| |
| 引用本文： | 张新华.基于ICA独立成分和加权依赖贝叶斯的传感器节点故障诊断[J].重庆师范大学学报(自然科学版),2015(2):138-142. |
| |
| 作者姓名： | 张新华 |
| |
| 作者单位： | 太原大学外语师范学院 |
| |
| 摘 要： | 传统的传感器节点故障诊断模型通常采用分布式模型或集中式模型,因此具有诊断效率低和扩展性差的缺点,为此,提出了一种基于分簇路由协议并结合集中式故障诊断和分布式故障诊断的混合式故障诊断模型。首先,在监测区域建立层次分簇路由协议和WSN节点故障诊断模型,然后,采用ICA独立成分分析法(Independent component analysis,ICA)对特征向量数据属性提取独立成分,以降低数据维数,从而获得最小属性集样本数据。最后,通过赋予各属性权值对朴素贝叶斯分类模型进行改进,得到加权依赖贝叶斯分类模型,并采用此模型实现节点故障诊断。仿真实验证明该模型能有效地进行故障诊断,与其他方法相比,具有故障诊断效率高和诊断精度高的优点,具有很强的可行性。
|
| 关 键 词： | 传感器节点 故障诊断 独立成分分析 贝叶斯 |
Fault Diagnosis for Sensor Node in Wireless Sensor Network Based on Independent Component Analysis and Weighted Dependant Bayes |
| |
| Zhang xin hua.Fault Diagnosis for Sensor Node in Wireless Sensor Network Based on Independent Component Analysis and Weighted Dependant Bayes[J].Journal of Chongqing Normal University:Natural Science Edition,2015(2):138-142. |
| |
| Authors: | Zhang xin hua |
| |
| Institution: | ZHANG Xinhua;Foreign Language Normal School,Taiyuan College; |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《重庆师范大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆师范大学学报(自然科学版)》下载免费的PDF全文 |
|
