卢文伟
- 作品数：4 被引量：37H指数：3
- 供职机构：浙江农林大学信息工程学院更多>>
- 发文基金：浙江省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于神经网络的无线传感器网络异常数据检测方法被引量：27
- 2014年
- 传感器网络的异常数据检测对于环境监测具有十分重要的意义。基于BP神经网络模型和线性神经网络模型,分别提出了两种无线传感器网络异常数据检测方法。提出的方法在每个当前时刻通过最近的固定长度的历史数据集训练神经网络,来完成下一时刻的预报。通过神经网络的模型残差,确定概率为P的置信区间。当下一时刻数据落入置信区间内,则该数据被判为正常;反之,则为异常。为了比较和验证两种检测方法的性能,在Matlab环境下完成了仿真实验。实验结果表明,基于线性神经网络的异常数据检测方法的检测率(detection rate)达到了97.9%,误报率(false positive rate)不超过0.76%;基于BP神经网络的异常数据检测方法的检测率为96.7%,误报率不超过0.84%。
- 胡石李光辉卢文伟冯海林
- 关键词：BP神经网络线性神经网络异常数据检测检测率误报率
- 移动传感器网络中基于概率分布的动态的低冗余路由算法被引量：1
- 2012年
- 受到节点移动、有限的存储空间及能量等因素的影响,容延迟移动传感器网络在将数据汇聚至Sink过程中伴随着较高的丢包率与数据冗余,传统的确定性路由机制难以应用。对此,利用节点在一定数量时间槽内与Sink点连通的概率分布,提出了一种动态的、分布式的路由算法。该算法充分利用了节点的移动性,使网络在保持低冗余的同时,具有较高的数据送达率。实验结果表明,在节点数多、移动速度快、节点传输距离大的网络中,该算法更具优势。
- 卢文伟李光辉冯海林
- 关键词：传感器网络概率分布路由
- 移动传感器网络中基于预测的低冗余数据发送策略(英文)被引量：3
- 2011年
- 在移动传感器网络中,由于网络的拓扑结构在不断的变化,传统的确定性路由算法并不适用.提出一种新的基于概率分布的动态预测的数据发送策略.该策略利用网络中节点的移动性创建动态的数据传输路径,使得网络中数据传递的时延接近于最优性能,同时确保网络耗能的高效性.实验显示,提出的策略在传输距离较大、节点移动速度快的网络中更具优势.
- 卢文伟李光辉
- 关键词：移动传感器网络
- 基于无线传感器网络和线性神经网络的事件边界检测方法被引量：6
- 2015年
- 环境监测是无线传感器网络的典型应用,事件边界检测是其中的重要内容.文中首先建立无线传感器网络数据的时空模型,提出基于线性神经网络的事件边界检测方法.该方法利用传感器数据流的时间相关性,基于线性神经网络预测与验证数据流,并确定异常数据集合.在此基础上,根据传感器节点之间的空间相关性进行事件边界检测,不仅可识别故障节点,而且能识别事件边界节点,从而准确估算事件发生的区域位置与大小.理论分析及实验表明,文中方法在获得较高的故障节点和事件边界节点的检测准确率的同时,保持较低的误判率.
- 吴鹏飞李光辉朱虹曾松伟卢文伟
- 关键词：线性神经网络WIRELESSSENSORNETWORKWSN
