科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于传统数据聚合处理方法还原完整数据能力低，数据聚合质量较差，研究基于GB-AEnet-FL网络的物联网多源异构数据聚合处理方法。对异常数据集进行预处理，构建测试模型对测试样本进行重构，生成对抗网络GAN来解决网络重构时生成样本单一问题。设定判断阈值，将得到的约束参数与阈值进行比较完成异常数据识别。设置树中每个节点的父节点，形成以基站为根节点的路由树进行数据转发。提取目标域的特征输入到范围判定层中，对特征进行判断并形成对抗关系，令不同域之间的数据分布自适应对齐。训练学习优化标签分类，得到分类结果完成物联网多源异构数据的分类聚合。实验结果证明，运用本文方法还原能力可以达到100%，数据聚合质量最优，达到预期目标，实现物联网多源异构数据聚合处理方法的有效应用。
