基于能量感知决策树和增强boosting的网络数据聚合模型

作者：杜玉香^*; 陈欣

来源：淮阴师范学院学报(自然科学版), 2022, 21(03): 215-222.

DOI：10.16119/j.cnki.issn1671-6876.2022.03.006

• 无线传感器网络
• 决策树桩
• 增强boosting
• 传感器节点
• 分类器

为了改善无线传感器网络（WSN）中的能量使用和数据传递，提出一种基于决策树桩和增强boosting的数据聚合模型．首先，计算出每个传感器节点的剩余能量，执行节点分类．然后，应用增强boosting提升分类效果，以增加不同类别的训练样本（传感器节点）之间的间隔，通过合并弱决策树桩的结果来构建强分类器，达到准确分类高、低能量节点的目的．最后，低能量传感器节点将数据包传递至邻近的高能量传感器节点，并通过汇聚节点采集数据包．实验从能耗、延迟、数据聚合准确度等方面进行评估，实验结果表明，与其他模型相比，所提模型的能耗和延迟，分别降低了26%和30%．数据聚合准确度和网络工作寿命提高了10%和9%.

• 单位
  遵义师范学院; 广州南洋理工职业学院