A data fusion method for Optimizing BP neural network by chaos firefly algorithm belongs to the field of wireless sensor network. It is characterized by clustering the whole network with BP neural network based on LEACH clustering routing protocol, sending the data collected by sensor nodes to the cluster head node, extracting the correlation of the collected data, and optimizing the weight matrix and threshold value of BP neural network between the cluster head node and its corresponding non cluster head node with chaos firefly algorithm in the same part of the characteristic data Finally, data fusion is carried out after finding the optimal solution of matrix. The algorithm can effectively reduce the redundancy of data acquisition, improve the efficiency of operation, reduce energy consumption, improve the network life cycle, and can be effectively applied to various data acquisition systems.
【技术实现步骤摘要】
一种混沌萤火虫算法优化BP神经网络的数据融合方法
本专利技术应用背景为无线传感网络中数据采集系统。
技术实现思路
涉及在无线传感网络中对传感器节点采集的数据进行数据融合，其目的在于降低数据采集的冗余性，提高运行效率，降低能量消耗和提高网络生存周期，属于无线传感
技术介绍
在无线传感网络中，由于传感器节点属于独立电源供电，且存在数据采集区域重复覆盖、能量消耗和节点损坏，需要无线传感网络能够降低能量消耗和数据采集的冗余性，提高网络的生存周期。目前，数据融合的方法有基于分簇的LEACH路由协议，基于SOFM神经网络和基于三层BP神经网络的方法。但是几种算法都存在不同的缺点。LEACH路由算法由于没有在路由协议中加入好的融合算法，只进行了简单的融合，然后发送到汇聚节点，大量的数据传输导致节点能量的消耗。SOFMDA算法在融合的过程中出现收敛慢等缺点，BPNDA算法会陷入局部最优解的麻烦中。随着无线传感技术的发展，除了上述几种的融合方法外，业界开始通过优化神经网络来提高数据融合的效率和精度。混沌萤火虫算法优化BP...
【技术保护点】
1.一种混沌萤火虫算法优化BP神经网络的数据融合方法，其特征在于，包括数据的采集预处理、神经网络的优化和数据融合，数据的采集预处理包括两个部分：数据的采集以及预处理；神经网络的优化包括两个部分：权值矩阵和阈值矩阵的求解；数据融合则是根据优化后的神经网络来进行数据的融合。/n
【技术特征摘要】
1.一种混沌萤火虫算法优化BP神经网络的数据融合方法，其特征在于，包括数据的采集预处理、神经网络的优化和数据融合，数据的采集预处理包括两个部分：数据的采集以及预处理；神经网络的优化包括两个部分：权值矩阵和阈值矩阵的求解；数据融合则是根据优化后的神经网络来进行数据的融合。
2.根据权利要求1所述，一种混沌萤火虫算法优化BP神经网络的数据融合方法，其特征在于数据的采集预处理首先对整个无线传感网络进行分簇，将传感器节点采集的数据发送到簇首节点，各节点对采集到的数据进行相关性提取。...
【专利技术属性】
技术研发人员：周金治，黄涛，吴斌，
申请(专利权)人：西南科技大学，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。