气象传感网中BP神经网络插值算法研究

发布时间：2021-07-14 04:55

　　气象传感器网络是一种由大量具有运算功能和通讯功能的传感器节点组成的分布式网络,主旨是用于获取、收集、传输节点部署地区中监测目标的气象数据。由于气象传感网大多部署于环境恶劣的监测区域,节点多采用随机分布,造成了监测区域重叠或监测区域丢失,因此需要采用插值方法来补偿、补全监测数据。反向传播（Back Propagation,BP）神经网络由于其无限逼近原则可用来插值获取气象传感网数据。本文结合气象传感网的特点,结合相关路由选择协议进行分析,提出了两种基于改进BP神经网络的数据插值方法。具体研究成果如下:（1）基于改进遗传算法的BP神经网络插值优化算法。方法结合LEACH路由选择协议和改进的BP神经网络插值算法,对气象传感网采集到的数据进行预测插值。改进BP神经网络算法通过优化的遗传算法进行,主要包括对BP神经网络的网络模型进行改进,确定最优隐层节点数,以及确定BP神经网络的最佳权值、阈值参数,使其获得更加精确的数据预测插值结果。实验证明,相比常用的数据插值方法,基于改进BP神经网络的数据插值算法能够达到更加精确的插值结果。（2）基于动量-自适应的BP神经网络插值优化算法。针对气象传感网中采... 

【文章来源】：南京信息工程大学江苏省

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

图２－１气象传感网体系结构??从图２－１中可以看出，传感器节点是由气象信息采集部件、信息处理元件和??

至少包含一个簇头和至少一个簇成员节点，簇头通常采用能量较高、通信能力??较强的节点，负责该簇内部数据采集和转发，簇内其余传感器均为簇成员，主??要任务为目标区域内气象数据信息的采集。一般网络分族结构如图２－２所示。??祕??图２－２网络分簇结构??气象传感网传感器节点的设计需要根据不同的观测需求和观测环境而定，但??是基本都包括气象传感器、处理器、通信模块以及电源这四个部分，如图２－３??７??

网络有很多种，为了表述方便，本文使用最为普及的三层ＢＰ神经网络作为推算??案例，推算其运算公式［３３］。存在三层ＢＰ神经网络，用ｉ表示输入神经元，ｊ代??表隐含层，ｋ代表输出层，其结构如图２－５所不，如图所不，在隐含层ｙｎ中，??第ｊ个神经元的输入是：??ｎｅｔｊ?＝＾ｊｗ／，〇，?（２－８）??／??输出层第ｊ个神经元的输出为第ｋ个输出神经元的输入为：??＝?Ｘ?ｗｋｌ〇Ｊ?（２－９）??ｊ??相应的输出为％?＝尽（呢￣），其中ｇ（）为Ｓ型激活函数，其表达规则如下：??ｇＷ＝１?＋?ｅ一?（２－１０）??其中，０为网络阈值，网络中各个神经元的输出为：??〇；?＝?１?／?（１?＋?ｅｘｐ（－（＾?ｗ＾ｏ，?＋?ＧＪ）））?（２－１１）??ｉ??１３??

【参考文献】：
期刊论文
[1]无线传感器网络的研究进展[J]. 张鑫.  信息系统工程. 2016(04)
[2]基于非均匀分簇的无线传感器网络分层路由协议[J]. 黄廷辉,伊凯,崔更申,王玉良.  计算机应用. 2016(01)
[3]改进遗传算法优化BP神经网络的旅游景区日客流量预测[J]. 宋国峰,梁昌勇,梁焱,赵树平.  小型微型计算机系统. 2014(09)
[4]遗传算法优化BP神经网络的短时交通流混沌预测[J]. 李松,刘力军,解永乐.  控制与决策. 2011(10)
[5]传感器网络中一种基于时-空相关性的缺失值估计算法[J]. 潘立强,李建中,骆吉洲.  计算机学报. 2010(01)
[6]数学神经网络（I）──神经网络的插值机理[J]. 李洪兴.  北京师范大学学报(自然科学版). 1996(04)
[7]关于BP模型的缺陷的讨论[J]. 鲍立威,何敏,沈平.  模式识别与人工智能. 1995(01)

硕士论文
[1]人工神经网络优化算法研究与应用[D]. 董志玮.中国地质大学（北京） 2013
[2]无线传感器网络分层路由协议研究[D]. 庄琴清.南京邮电大学 2013
[3]BP神经网络的研究分析及改进应用[D]. 李友坤.安徽理工大学 2012



本文编号：3283458