论文部分内容阅读
为提高融合数据与网络节点的适配度，引进改进BP神经网络，以无线传感网络为例，设计一种全新的数据融合方法。采集无线传感网络数据，引进Kalman滤波器，根据滤波器在空间中的线性表达区域，给定一个无线传感网络数据的线性归回范围，设计无线传感网络数据的预处理与特征提取；利用改进BP神经网络的数据反向传播特点，参照网络在学习中的映射规则，调节网络传播节点的阈值与权值训练数据；设定无线传感网络数据集合的参考视场和步长，计算数据与节点适应值；选用Max-min标准化处理法对数据归一化处理，采用LEACH算法深度融合网络数据。设计对比实验，实验结果证明：该方法可在提高融合数据与节点适应值的基础上，提高节点对数据的收敛速度，以此达到最优的融合效果。