|
|
|
| 基于半监督学习的无线传感网离群值检测算法 |
| 衷卫声 王运辉 罗力维 张强 |
| 南昌大学先进制造学院2. 南昌大学信息工程学院 |
|
|
|
|
摘要 在无线传感器网络中，如何短时间内消除离群值并获得干净的数据集是一项重大挑战。当收集的数据集没有标签时，离群值检测算法中的参数应该是自适应调整的，而不是提前设定。为了解决这个问题，提出了半监督一分类支持向量机算法(SOCM),该算法将最近邻算法(KNN)与OCSVM算法相结合，并根据最近邻的数量自适应地计算参数。由于SOCM算法可能会消耗大量的计算资源，进一步引入XGBoost算法替代OCSVM算法来形成SXBT算法。XGBoost用于形成弱分类器并自适应地调整权重以构建强分类器，从而实现离群数据的分离。仿真实验表明：SOCM算法的准确率接近96%,SXBT算法具有与SOCM算法接近的性能，但运行时间低于SOCM算法。
|
|
| 关键词 ：
无线传感器网络,
离群值检测,
一分类支持向量机
|
|
|
| 基金资助:国家自然科学基金项目(62161022)； |
| [1] |
衷卫声 罗力维 张强. 基于锚节点的无线传感网离群值检测算法[J]. 南昌大学学报（工科版）, 2022, 44(1): 84-. |
| [2] |
胡军管春胡涛. 基于改进贝叶斯和风险评估的无线传感网络信任模型[J]. 南昌大学学报（理科版）, 2018, 42(2): 168-. |
| [3] |
罗兰花； 梁海英； 余长庚. 一种基于GAF拓扑控制的加权质心定位算法[J]. 南昌大学学报（理科版）, 2016, 40(05): 436-. |
| [4] |
虞贵财； 龙承志； 向满天. 基于瞬时信噪比已知的能耗有效协作频谱感测算法[J]. 南昌大学学报（工科版）, 2015, 37(01): 76-. |
| [5] |
沈伟华； 樊楼英. 一种自适应占空比的目标跟踪策略[J]. 南昌大学学报（理科版）, 2015, 39(01): 39-. |
| [6] |
段磊; 刘琳岚; 谌业滨. 基于窗口均值的WSNs链路质量评估方法[J]. 南昌大学学报（理科版）, 2011, 35(05): 1-. |
| [7] |
巫华芳. 无线传感器网络中的一种分布式能量有效成簇算法[J]. 南昌大学学报（理科版）, 2009, 33(03): 1-. |
|
|
|
|
