科研之友
微信
新浪微博
Facebook
分享链接
摘要
在无线传感网络簇内节点数据自适应数据压缩和分布式数据处理过程中,由于信息熵是一种基于信息表现特征的统计形式,通过熵融合可以提高数据汇总量,由于融合的上下限阈值具有不确定性,因此需要进行自适应阈值寻优,实现冗余数据过滤。提出一种基于相异粒度自适应阈值寻优的熵融合算法,对簇内二维信息熵进行最大寻优,进行簇内数据熵融合网络模型的构建,对簇内数据相异粒度自适应阈值寻优,剔除边缘异常数据,采用遗传算法进行数据布局,充分考虑了数据本身特性和网络因素,降低个体对适应度函数的灵敏度,使寻优曲线不断趋于平缓,调整粒子相异粒度之间的速度和位置,得到簇内数据的自适应阈值寻优熵融合结果。实验结果表明,该算法能实现融合阈值的自动寻优,滤除异常数据,搜寻有关信息熵的最大值,在冗余判定、数据传输延迟影响等问题研究中具有较大的应用价值。
- 单位
