基于AdaBoost的链路质量预测机制研究
TP393; 在无线传感器网络中,节点所在环境复杂多变导致其通信链路质量的不可靠,若能提前感知链路质量信息,则能很大程度上降低网络中节点的额外能量消耗.在分析现有链路质量预测方法的基础上,提出基于AdaBoost的链路质量预测机制.通过收集多个实验场景下的链路质量样本,采用基于密度的无监督聚类算法对训练样本划分链路质量等级;采用以支持向量机为弱分类器的 AdaBoost 算法,构建链路质量预测机制.实验结果表明,所提预测机制具有较高的预测精度....
Saved in:
Published in | 通信学报 Vol. 38; no. z1; pp. 39 - 45 |
---|---|
Main Authors | , , |
Format | Journal Article |
Language | Chinese |
Published |
南昌航空大学软件学院,江西 南昌,330063%南昌航空大学信息工程学院,江西 南昌,330063
2017
|
Subjects | |
Online Access | Get full text |
Cover
Loading…
Summary: | TP393; 在无线传感器网络中,节点所在环境复杂多变导致其通信链路质量的不可靠,若能提前感知链路质量信息,则能很大程度上降低网络中节点的额外能量消耗.在分析现有链路质量预测方法的基础上,提出基于AdaBoost的链路质量预测机制.通过收集多个实验场景下的链路质量样本,采用基于密度的无监督聚类算法对训练样本划分链路质量等级;采用以支持向量机为弱分类器的 AdaBoost 算法,构建链路质量预测机制.实验结果表明,所提预测机制具有较高的预测精度. |
---|---|
ISSN: | 1000-436X |
DOI: | 10.11959/j.issn.1000-436x.2017233 |