基于优化FAEMD-OSELM的WSN流量预测算法研究

作者：熊俊^*; 何宽; 李颖川; 郁滨

来源：仪器仪表学报, 2020, 41(09): 262-270.

DOI：10.19650/j.cnki.cjsi.J2006636

• 流量预测
• 快速自适应经验模态分解
• 自适应滤波窗口
• 在线贯序极限学习机
• 奇异值分解

针对无线传感器网络(WSN)组合流量预测算法自适应性低、计算复杂度高等不足,提出一种基于优化FAEMD-OSELM的WSN流量预测算法。算法利用快速自适应经验模态分解(FAEMD)将信号分解为一系列本征模态函数和一个残余函数,通过设计自适应滤波窗口提高信号分解过程的自适应性。进一步,采用在线贯序极限学习机(OSELM)对信号分量进行训练、预测,运用奇异值分解(SVD)理论优化神经网络的参数和拟合过程,降低计算复杂度。同时,结合样本选择器进一步控制预测误差范围,保证算法的预测精度。实验结果表明,算法在分解效果、耗机时间、预测精度等关键性能指标上具有较为明显的优势。

• 单位
  信息工程大学