科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统物联网异常状态修正算法需大量状态样本，导致算法耗时较长，精度偏大。为解决上述问题，提出基于小样本学习的物联网异常状态修正算法。获取物联网状态的空间相关性特征，采用欧式度量方法完成小样本学习。搭建小样本学习网络，得到物联网异常状态检测结果，构建RBF神经网络修正模型。实验结果表明：与两种传统算法相比，所提算法物联网异常状态修正正确率平均值分别提高了20.02%与24.87%,算法时延平均值分别降低了1.33s与1.48s,实验所得数据充分验证了提出算法的物联网异常状态修正效果更好。
- 单位
