科研之友
微信
新浪微博
Facebook
分享链接
摘要
无线传感器网络的能量和通信带宽有限,不适合大规模数据传输,需进行压缩处理。为此,研究无线传感器网络中基于回归的数据压缩问题,提出分段线性回归拟合算法和基于置信间隔的回归模型调整算法。分段线性回归拟合算法通过分段,使回归拟合适应环境数据周期性变化的规律。回归模型调整算法能够确定分段时机,使回归直线更加逼近动态变化的环境数据集。在Berkeley-Intel数据集上的实验结果表明,该算法在较小的重构精度下能达到3%的压缩比。
- 单位
无线传感器网络的能量和通信带宽有限,不适合大规模数据传输,需进行压缩处理。为此,研究无线传感器网络中基于回归的数据压缩问题,提出分段线性回归拟合算法和基于置信间隔的回归模型调整算法。分段线性回归拟合算法通过分段,使回归拟合适应环境数据周期性变化的规律。回归模型调整算法能够确定分段时机,使回归直线更加逼近动态变化的环境数据集。在Berkeley-Intel数据集上的实验结果表明,该算法在较小的重构精度下能达到3%的压缩比。
