為選擇合適的鏈路質(zhì)量參數(shù),進(jìn)一步提高鏈路質(zhì)量評(píng)估的性能和泛化能力、降低時(shí)間復(fù)雜度,確定鏈路質(zhì)量參數(shù)的備選集M_CS={μ,r,σ²},其中μ={μ_lqi,μ_rssi,μ_snr},r={r_lqi,r_rssi,r_snr},σ²={σ_lqi²,σ_rssi²,σ_snr²};提出包裹式鏈路質(zhì)量參數(shù)選取算法,采用自適應(yīng)廣義回歸神經(jīng)網(wǎng)絡(luò)（adaptive20general20regression20neural20network,20AGRNN）評(píng)價(jià)各備選子集的重要性,選擇鏈路質(zhì)量參數(shù);借助廣義回歸神經(jīng)網(wǎng)絡(luò)（general20regression20neural20network,20GRNN）在分類(lèi)以及時(shí)間上的優(yōu)勢(shì),提出基于AGRNN的鏈路質(zhì)量評(píng)估模型,該模型為每個(gè)鏈路質(zhì)量參... 

【文章來(lái)源】：計(jì)算機(jī)研究與發(fā)展. 2020,57(12)北大核心EICSCD

【文章頁(yè)數(shù)】：11 頁(yè)

【文章目錄】：
1 相關(guān)研究
    1) 基于硬度量、軟度量的鏈路質(zhì)量評(píng)估方法
    2) 基于混合多層的綜合性鏈路質(zhì)量評(píng)估方法
    3) 基于映射關(guān)系的鏈路質(zhì)量評(píng)估方法
    4) 基于數(shù)據(jù)驅(qū)動(dòng)的鏈路質(zhì)量評(píng)估
2 鏈路質(zhì)量等級(jí)的劃分
3 鏈路質(zhì)量參數(shù)的確定
    3.1 構(gòu)建鏈路質(zhì)量參數(shù)的備選集
    3.2 鏈路質(zhì)量參數(shù)的選取
4 鏈路質(zhì)量評(píng)估
    4.1 模型結(jié)構(gòu)的確定
    4.2 模型的構(gòu)建
    4.3 模型的評(píng)價(jià)
5 實(shí)驗(yàn)結(jié)果與分析
    5.1 實(shí)驗(yàn)場(chǎng)景
    5.2 模型的驗(yàn)證與對(duì)比
        1) 準(zhǔn)確率對(duì)比分析
        2) 召回率對(duì)比分析
        3) 泛化誤差對(duì)比分析
        4) 計(jì)算速度對(duì)比分析
6 總 結(jié)


【參考文獻(xiàn)】：
期刊論文
[1]基于隨機(jī)森林的鏈路質(zhì)量預(yù)測(cè)[J]. 劉琳嵐,高聲榮,舒堅(jiān).  通信學(xué)報(bào). 2019(04)
[2]一種基于集成學(xué)習(xí)的科研合作者潛力預(yù)測(cè)分類(lèi)方法[J]. 艾科,馬國(guó)帥,楊凱凱,錢(qián)宇華.  計(jì)算機(jī)研究與發(fā)展. 2019(07)
[3]無(wú)線傳感器網(wǎng)絡(luò)中基于事件驅(qū)動(dòng)的輸出反饋控制[J]. 謝承翰,陸賽杰,王皓,彭力.  計(jì)算機(jī)研究與發(fā)展. 2017(11)
[4]Research20on20Link20Quality20Estimation20Mechanism20for20Wireless20Sensor20Networks20Based20on20Support20Vector20Machine[J]. SHU Jian,LIU Song,LIU Linlan,ZHAN Liqin,HU Gang.  Chinese Journal of Electronics. 2017(02)
[5]無(wú)線鏈路質(zhì)量評(píng)估及預(yù)測(cè)方法綜述[J]. 翁麗娜,劉軼銘,劉磊,王兆偉.  中國(guó)電子科學(xué)研究院學(xué)報(bào). 2016(03)



本文編號(hào)：3177766