黄明山AU - Huang，孟兴AU - Bai, Yong AU - Hu, Zhuhua AU - Deng，李赛PY - 2018 DA - 2018/12/20 TI -一个健壮的数据插值基于反向传播人工神经网络运营商在无线传感器网络不完整的收购SP - 7853695六世- 2018 AB -收集的数据空间无线传感器网络(WSN)是数据挖掘和数据可视化的基础。在监测时间和空间相关性较大的物理量的过程中，可以采用数据插值的不完全采集策略，以降低部署成本。为了提高这种情况下的数据插值性能，我们提出了一种基于反向传播人工神经网络算子的鲁棒数据插值方法。基于人工神经网络的强容错性，提出了一种神经网络学习算子。利用WSN数据采集节点的历史数据对学习算子进行训练，并将其转换为未部署传感器位置的物理量值。实验结果表明，与传统的反距离加权插值(IDWI)方法相比，该方法的插值误差更小。SN - 1687-725X UR - https://doi.org/10.1155/2018/7853695 DO - 10.1155/2018/7853695 JF - Journal of Sensors PB - Hindawi KW - ER -