研究污水水质监测和预测基于无线传感器和支持向量机

文摘

水资源保护生态安全具有重要的影响和人类的生存。因此,污水的水质检测和预警状态得到越来越多的关注。为了解决信息传输延迟和水质预测不足的问题在当前的水质监测,提出了一种无线传感器动态水质监测和预测技术。首先,本文使用无线传感器技术和无线个域网协议建立污水监测模型和实时动态监测的总氮、总磷、氨氮和其他流域的水质指标。其次,无线监测的基础上,支持向量算法被用来构造一个水质预测模型作出合理预测水质的分水岭。最后,实际的测试结果表明,该技术可以自动监测流域的水质满足所要求的水质监测在实际的应用程序。

1。介绍

水环境是指环境中湖泊、河流、海洋、水和其他品质。水环境的变化将对水质有严重影响1]。确定环境污染检测水质的理化性质。水环境生态系统不可分割的一部分,是人类生存和发展的基础。然而,随着人类科学技术的发展,水环境日益污染(2]。荷兰、日本、美国和其他国家进行了水质自动监测系统的研究和应用他们的实际水质监测(3]。荷兰建立了一个昂贵的水质监测系统(4在艾姆斯河的下游。该系统监测的参数氨、氮、总磷,在实时水质和pH值,添加一个报警装置监控系统。水质自动监测站的用于监控起锚机河的水质变化在英国2]。无线传感器网络技术中使用这个系统,监控人员可以远程控制监测站。

随着无线传感器技术的研究,自动水质监测系统也采用无线传感器网络技术。典型的代表是分布式传感器网络水质自动监测系统由美国设计(5),无线传感器网络大学的湖水质量体系圣母玛利亚(6),和智能沿海水质自动监测系统设计的爱尔兰(7]。在上面的自动水质监测中,无线传感器网络被广泛应用,反映的优势广泛分布,密度高、低能耗、低成本的无线传感器网络8]。与传统的传感器网络相比,无线传感器网络的建设不会造成任何破坏自然环境。通过使用传感器节点之间的相互通信,自动水质监测系统包括一个广泛的监控区域(9]。当一个节点在无线传感器网络坏了或供电不足,新的传感器节点将被添加到网络,以确保顺利沟通。

虽然上面的水质自动监测系统都使用无线传感器网络,仍有许多问题,需要改进10]。当前无线传感器水质自动监测系统主要面临的问题是高功率消耗和不可靠的通信,在这两个方面需要改进。此外,今天的无线传感器网络的水质自动监测系统主要监测海洋和湖泊,很少涉及自动水质监测水域(11]。因此,本文提出一种污水监测和水质预测模型基于无线传感器和支持向量机。研究了水质监测的技术方案通过结合无线传感器硬件设计和数据处理支持向量机等优化技术。

2。基于无线传感器网络的污水检测

随着社会的城市化,生活污水的损失,工厂污水、农田农药或化肥会导致流域水质的富营养化。当总氮、总磷和氨氮水质的分水岭超过分水岭的标准,在水中藻类等浮游生物会迅速增加,这将导致水中的溶解氧含量急剧下降,和鱼类和其他生物会死(12,13]。总氮、总磷和氨氮难以自然分解,因此被污染的水可能流进人们的饮用水系统,威胁人们的生命和健康。因此,监测总氮、总磷、氨氮和COD具有十分重要的意义。鳕鱼的内容反映了水质的总体状态。通过监测的内容总氮、总磷、氨氮,可以判断污染物的类型,然后相应的治疗可以确保水质的安全(14]。

因此,本文提出了水质自动监测系统基于分水岭的无线传感器监控四个指标的总氮、总磷、氨氮和COD的实时水质。水质监测节点将收集到的数据发送到水质监测基站通过无线个域网协议(15]。本文主要设计了无线传感器网络的水质监测基站和监测节点和建立一个无线传感器监测节点的分布模型来提高传感器节点的利用率,降低网络成本,扩大监测范围的无线传感器网络,提高现场控制污染物的能力。

2.1。总体设计

无线传感器网络的总体结构如图水质自动监测系统1。这个系统包含三个主要的子系统:数据采集子系统、控制和通信子系统和数据管理子系统。数据监测节点分布的部分很容易被污染。这四个指标的总氮、总磷、氨氮、实时监控和鳕鱼,警报将一旦发现超出标准16]。通过这种方式,监控人员可以及时处理污染物,防止扩散,确保水质的安全。水质自动监测系统的总体架构如图1。

数据采集子系统包括传感器,测量总氮、总磷、氨氮和COD。这四个传感器的工作原理是,当传感器探测浸在水里,会产生一个电流在两个膜片。电流的大小取决于水中的检测对象的内容。单片机措施模拟输入电路中通过的电流的大小,这个值上执行温度补偿来获得一个精确的当前值。该系统包括数据监控子节点和基站的数据。控制和通信子系统组成的子节点无线传感器网络监测的无线个域网通信模块,无线个域网基站通信模块的数据,和5 g通信模块(17]。无线传感器网络节点与基站通过无线个域网的数据通信协议。数据基站发送数据到远程服务器通过5 g模块。用户可以使用电脑来访问数据收集的无线传感器网络节点。数据监测节点可以被控制的远程客户端或触摸屏的数据基站。用户可以降低能耗和提高使用寿命的数据监控节点通过控制采样频率和数据监测节点的工作模式。

数据管理子系统是基于远程服务器,和远程客户机可以访问服务器来获取水质状况。数据管理子系统不仅接收新的水质数据实时更新数据库,也节省了前一段时间的数据。通过数据的比较,河流的水质的趋势。为了充分掌握河流水质的现状,无线传感器网络自动监控系统需要监控河的不同部分(18]。考虑传感器节点的成本和利用效率的问题,有必要对模型的无线传感器网络的分布来实现传感器的最优分布。

2.2。无线传感器网络数据监测节点结构

数据监测节点的基本组件基于流域水质自动监测系统的无线传感器网络。它有四个主要功能。第一个函数是收集的总氮、总磷、氨氮、COD含量的水质。每个数据监测节点配备传感器测量这四个指标。数据监测节点将执行线性处理和温度补偿传感器返回的数据。第二个函数是将收集到的数据存储。数据监测节点不发送数据到数据基站数据处理完成但后立即将其存储在一个存储区域的微控制器,然后等待数据基站的无线通信模块发送之前闲置(19]。第三个功能是接收基站数据的命令。根据命令数据的基站,每个数据监测节点改变采样频率和工作模式,减少能耗和延长使用寿命。第四个功能是与数据无线基站进行通信。这里使用无线个域网的通信协议,因为无线个域网技术具有低能耗、低成本、快速通信。无线个域网技术数据监控子节点形成一个树状通信网络,它不仅具有监测范围广,还可以很容易地集成新的数据监控节点。数据监测节点的结构如图2。

无线个域网协议包括四层七层OSI网络通信协议。物理层提供的物理介质传输或接收无线个域网数据包并实现电信号的转换。MAC层决定了无线个域网通信地址在发送数据和决定数据包是否注定自己的节点接收数据时。网络层决定数据包的转发方向(20.]。应用程序层为用户提供满足不同用户的需求。的帮助下无线个域网协议栈,用户只需要操作在应用程序层实现无线通信。数据监测节点结构主要由六个模块,即接口模块、传感器模块、I / V模块、增益控制放大模块、A / D模块、ZigBee无线通信模块。传感器模块返回电流信号。电流信号转换为电压信号通过I / V模块。因为电压信号可能不是范围内的A / D模块、电压信号需要被放大或缩小(21]。I / V模块、控制模块、A / D模块在单片机的控制下运行,确保数据信息的准确性。接口处理器模块接收到数字信号的A / D模块和数字信号发送到ZigBee无线通信模块通过UART协议。ZigBee无线通信模块发送数据的传输频率。如果它不能直接与基站的数据,数据信息发送给基站的数据通过其他节点。

2.3。数据基站结构的无线传感器网络基于分水岭

基站的无线传感器网络数据是basin-based无线传感器网络的核心部分水质自动监测系统。它的主要功能是控制子节点数据监测和收集数据信息,在触摸屏幕上显示数据信息,并将其发送到远程通过5 g模块。客户:监测数据的传输过程中从子节点到基站节点,使用一个树状路由协议。每个节点发送信息通过它的父节点到基站接收到的数据信息数据。这棵树路由协议的另一个特点是节点大部分时间在备用模式下工作,可以扩展节点的使用寿命(22,23]。为了实现这一目标,每个节点使用一个实时系统,以确保它可以返回到正常工作状态的控制下基站的数据。数据:基站可以显示收集到的总氮、总磷、氨氮和COD在触摸屏幕上的信息。用户可以了解水质状况根据收集到的信息。基站的数据也可以收集到的数据信息发送到远程客户端通过5 g模块,以便研究人员可以远程监控数据监控节点。内部传感器的机械结构如图3。

基站的数据结构的无线传感器网络基于分水岭包含五个模块,即无线个域网通信模块,PXA270模块,触摸屏显示模块,和5 g远程数据通讯模块24]。ZigBee无线模块用于接收数据发送的数据监测变电站和发送数据到PXA270处理器通过SPI总线。PXA270处理器分析接收到的数据;提取数据反映出信息的总氮、总磷、氨氮、和鳕鱼;然后显示提取的触摸屏通过Modbus总线上的数据。触摸屏还可以接收用户操作命令和显示节点的数据信息由用户选定。

3所示。研究基于支持向量机的水质预测

自动水质监测领域的高成本的监控设备将取代过去大量的无线传感器网络节点价格较低,性能优越,和强劲的流动性。这不仅降低了监测成本,也增加了水质监测的范围。一开始,随机分布的传感器,和被测传感器在该地区部署的飞机传播或火炮射血25]。然而,随机分布并不导致有效覆盖,特别是在无线传感器的分布尤为集中,很少有传感器的关键区域的面积来衡量。因此,必须使用算法来优化传感器部署和数据优化改进传感器的覆盖范围和有效利用。本章提出了一种基于支持向量机的水质预测无线传感器网络分布算法,解决问题的传统算法在水质监测中的应用26]。

支持向量机(SVM)是一种新的Vapnik等人的基础上,提出的算法的VC维理论和结构风险最小化原则,在统计学习理论(27]。Vapnik等人介绍了回归估计和基于支持向量机的信号处理方法,扩大了研究领域的支持向量机。因为算法具有非常优秀的回归和分类性能,它已广泛应用在许多研究领域和研究。近年来,它已经搬到人工智能科学研究的前沿和复杂的非线性科学(28]。支持向量机可以用来识别和解决回归问题,并把它们当作一个二次规划问题(28]。支持向量机是在特征空间线性可分的。根据有限的样本信息,输入空间线性不可分的是通过核函数映射到高维特征空间。模型的学习能力(即任何样品错误的识别能力)和复杂性(即指定的训练样本的学习精度)是需要找到最好的协调方案获得最好的泛化能力(29日]。

3.1。支持向量机算法

的基本思想的支持向量机(SVM)是找到最优超平面在原始空间条件下的线性可分性的分类(30.]。在线性不可分的情况下,添加松弛变量和样本的低维输入空间映射到高维特征空间通过非线性映射成为线性可分的情况。这使得使用高维属性空间的线性算法。非线性分析是可行的,并在特征空间的最优超平面可以找到(31日]。

支持向量机方法的核心思想之一是找到最优分类面两种类型的分类问题,导致支持向量的概念32]。另一个支持向量机方法的核心思想是将样本集映射到一个高维和无限维的希尔伯特空间(称为特征空间)通过非线性映射,它实现了高维非线性问题的线性样本空间的高维空间,从而解决非线性问题(33]。不同于分类问题,只有一个类型的采样点的回归。最优超平面不是试图让这两种类型的采样点“打开”,但以最小化所有采样点的“总偏差”的超平面。在这个时候,所有的样本点都是两国边界线,并找到最优回归超平面相当于找到最大间隔(34]。

3.1.1。 - - - - - -不敏感损失函数

支持向量机回归(SVR)算法是一种新的基于支持向量机回归算法。该算法需要引入合适的损失函数,以确保支持向量机的重要属性的存在(35]。SVR问候Vapnik-insensitive函数作为误差函数(即。误差小于时,它被认为是没有错误)。

让训练集

使用上面的 - - - - - -不敏感损失函数和有限的回归估计函数的线性函数,基于结构风险最小化的原则,当所有必需采样点到超平面的距离小于,找到最优回归超平面。问题转化为求解一个二次凸规划问题如下(36]:

约束如下:

当一些采样点的最优超平面的距离大于 ,引入松弛变量和容错惩罚系数构造。此时,优化问题转化为(37]

限制如下:

支持向量机非线性问题的解决方案是如图4。

引入拉格朗日函数来得到它的对偶形式:

限制如下:

据马条件,有

从上面的公式,可以得到如下:

在上面的公式,它是标准的支持向量机,这是标准向量机的数量。

可用的超平面线性回归函数

3.1.2。解决方案的非线性回归

为了解决非线性回归函数,需要训练集映射到一个高维空间,然后使用线性回归方法来解决高维空间的。假设有一个映射函数,我们可以输入设置在欧几里得空间映射到希尔伯特空间获得相应的原始问题。最初的功能映射函数的问题如下:

在应用拉格朗日乘子法的双重转换原始问题,功能映射函数的对偶问题。在某些情况下,问题的维度灾难会发生在功能映射过程。因此,在解决回归问题的过程中,核函数的方法通常是用于执行映射函数的内积操作。对于任何,如果函数满足下列公式所示的条件下,它被称为一个内核函数。

4所示。污水测试实际案例验证

为了发现现有的或潜在的问题在系统中软件和硬件,确保系统的稳定和有效运行,系统测试两个阶段。第一阶段是在实验室环境中测试和分析。在确保一期测试通过的前提下,第二阶段的污水监测站点进行测试和分析。

4.1。水质预测的比较

为了预测水质为了防止污水和其他情况的发生,本文采用支持向量机算法进行预测研究。无线监测的基础上,支持向量算法构造一个水质预测模型在流域水质做出合理的预测。预测结果和对比图如图5。

从图可以看出5这三种方法都有良好的性能在水质预测的过程中,与最大误差在10。其中,支持向量机算法是最好的水质预测,平均误差小于2%。因此,可以得出结论,支持向量机算法可以有效地应用于流域的水质预测。

4.2。第一阶段测试

为了验证系统的设计方面的数据收集和网络通信满足监测系统的功能需求,网络的第一阶段是在实验室条件下模拟。这个阶段的测试平台包括四个传感器节点,1路由节点和协调器节点。四个传感器节点用于收集四种传感器,分别。路由节点作为媒介用于传感器节点和协调器节点之间的信息交换。收到传感器数据后,协调器节点集合与PC通信和显示结果的串口调试助手软件。此外,由于pH传感器和溶解氧传感器没有到位的第一阶段测试期间,pH值和溶解氧值收集使用一个模拟电压输入方法。实验室没有预售水箱,所以流值集合也取代了液位值。为了加快系统测试的进展,这一阶段的测试没有收集时间间隔设置为5分钟但每1分钟将收集数据。集合后,数据传输到协调器节点通过路由节点。第一阶段测试结果如图水质监测指标6。

测试后,结果表明,监测网络是成功建立在实验室环境和数据传输稳定。实际测量后,传感器节点采集的数据准确、可靠,符合设计要求。

4.3。阶段的测试

实验室环境噪声干扰比较小,工作环境是接近理想状态。为了验证系统的操作状态和性能监控现场,进一步测试系统的稳定性和可靠性,第二阶段的测试是在污水监测站点上安装传感器进行测试。1的测试网络由协调器节点,50 10路由节点和传感器节点。客户端软件是用虚拟仪器开发的监控数据的实时显示。传感器节点安装在污水指标收集网站。路由节点和传感器节点被放置在没有障碍物的距离1公里。传感器节点连接到最近的路由节点使用邻近的原则,形成一个测试网络。第二阶段测试的结果如图水质监测指标7。

第二阶段的测试进行了连续10天监测现场环境下,测试数据是通过客户端软件实时显示。图7显示的是经过一段时间的测试数据。测试数据表明,该节点网络监测现场环境下成功,可以传输和数据。但仍存在一些问题。当收集pH传感器,读取传感器的输出值明显超过传感器的测量范围。仔细检查硬件接线图的正确性,检查传感器数据表知道传感器有问题,更换传感器,并立即问题已经解决了。不能满足数据传输的稳定性。分析后,数据传输不稳定的原因包括天线性能差和复杂环境监测站点。从专业天线的厂家购买天线在测试期间,和提升的天线部分路由节点和传感器节点能够有效地提高数据传输的稳定性。下一步将从其他方面找原因,提高数据传输的稳定性。

5。结论

针对流域的水质监测所面临的问题,本文提出了一种基于无线传感器网络的水质自动监测系统通过研究国内外水质监测的发展趋势。系统采用无线传感器网络技术,使数据采集节点之间的无线通信和数据采集节点之间数据基站,减少对环境的破坏。为了提高数据采集节点的利用率,本文也优化了收集的数据。摘要无线传感器技术和无线个域网协议是用来建立一个污水监测模型和实时动态监测的总氮、总磷、氨氮和其他流域的水质指标。无线监测的基础上,支持向量算法构造一个水质预测模型在流域水质做出合理的预测。最后,实际的测试结果表明,该技术可以自动监测流域的水质满足所要求的水质监测在实际的应用程序。本文虽然取得了一些研究成果在水质自动监测的无线传感器网络,仍有许多需要改进的问题。例如,电力供应问题的水质自动监测系统。如果不能再生电能,那么系统将有一个相对较短的使用寿命。维度的水质监测、水质监测应在盆地不同深度,从而提高水质监测的可靠性和完整性。

数据可用性

所有的数据都可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

本研究支持的特殊科学研究基金项目的教育部门陕西省“PVA-ZSM-5复合质子交换膜的研究和质子传导机制”(17 jk0327)。

引用

1. 林t . Li m . Winnel h . et al .,“可靠的污水处理质量异常事件监视系统”,水的研究,卷121,不。6,248 - 257年,2017页。视图:出版商的网站|谷歌学术搜索
2. k . Hii r高s Baroutian d . j .裂口和n . Eshtiaghi“流变测量作为一个工具来监控的性能和高温高压处理的污水污泥,”水的研究,卷114,不。12日,第263 - 254页,2017年。视图:出版商的网站|谷歌学术搜索
3. s . Montesdeoca-Esponda c . Alvarez-Raya m . e . Torres-Padron z Sosa-Ferrera,和j·j . Santana-Rodriguez“苯并三唑紫外线稳定剂的监控和环境风险评估的污水和沿海环境大加那利岛(西班牙加纳利群岛),“环境管理杂志》,卷233,不。12日,第575 - 567页,2019年。视图:出版商的网站|谷歌学术搜索
4. m·托莱多m·c·古铁雷斯j . a .大雨如注,m·a·马丁,“全面污水污泥堆肥和市场浪费:稳定性监测和气味色散建模、”环境研究,卷167,不。12日,第750 - 739页,2018年。视图:出版商的网站|谷歌学术搜索
5. c·j·a·坎波斯g . Goblick r·李,k . Wittamore d·n·李,“确定的影响的区域诺瓦克病毒污染的贝类生产区域通过微生物监测和水文分析,“水的研究卷,124年,第565 - 556页,2017年。视图:出版商的网站|谷歌学术搜索
6. h .阴,y, z, h·李和b·r·格勒”风暴的溢出污染特征与不适当的污水下水道入口,“环境科学与污染研究,24卷,不。5,4902 - 4915年,2016页。视图:出版商的网站|谷歌学术搜索
7. c·j·a·坎波斯j .的j .鲁泽,d, d·n·李,“人类诺瓦克病毒在未经处理的污水和废水从初级、二级和三级处理过程,”水的研究,卷103,不。12日,第232 - 224页,2016年。视图:出版商的网站|谷歌学术搜索
8. J.-B。,伯内特Dinh问:t, s . Imbeault p . Servais s杜诺和m·普雷沃斯特”自动在线测量β地表水-D-glucuronidase活动:适合快速E。杆菌监视?”水的研究卷,152年,第250 - 241页,2019年。视图:出版商的网站|谷歌学术搜索
9. l . Carreon-Palau c·c·帕里什h . Perez-Espana h . Perez-Espana,“城市污水脂质在珊瑚礁的悬浮颗粒物在南方河流影响墨西哥湾西部,”水的研究,卷123,不。2、192 - 205年,2017页。视图:出版商的网站|谷歌学术搜索
10. m . Laquaz c . Dagot l .王寅c . Bazin m . Gaschet y Perrodin,“生态毒性抗生素耐药性和城市污水的污水在运输网络,”环境科学与污染研究,27卷,不。16,19991 - 19999年,2020页。视图:出版商的网站|谷歌学术搜索
11. A.-K。Wluka, h . Rudel、k·波尔和j . Schwarzbauer”分析方法发展的决心八杀菌剂在各种环境箱内及监测的目的,申请”环境科学与污染研究,23卷,不。21日,第21907 - 21894页,2016年。视图:出版商的网站|谷歌学术搜索
12. p·a·巴哈蒙德a . Feswick m·a·艾萨克k . r . Munkittrick和c j . Martyniuk”定义的角色组学在评估生态系统健康:视角从加拿大环境监测计划,”环境毒理学和化学,35卷,不。1、20 - 35,2016页。视图:出版商的网站|谷歌学术搜索
13. e . Ociepa m . Mrowiec, j . Lach”与污水sludge-derived准备受精的影响选择土壤属性和草原网茅收益,”环境研究,卷156,不。2、775 - 780年,2017页。视图:出版商的网站|谷歌学术搜索
14. k . Karagiannis诉Simonyan、k . Chumakov和r . Mazumder”分离和组装的深度测序基因组数据转换成离散的子总体中,“核酸的研究,45卷,不。19日,10989 - 11003年,2017页。视图:出版商的网站|谷歌学术搜索
15. 张y”,研究两级厌氧co-digestion污水污泥和食物浪费,”环境科学与技术15卷,2016。视图:谷歌学术搜索
16. 商,d . c .李,h .你们和y赵”研究入侵检测模型基于改进累积求和和证据理论对无线传感器网络来说,“光子网络通信,37卷,不。2、212 - 223年,2019页。视图:出版商的网站|谷歌学术搜索
17. h . Tran-Dang: Krommenacker, p .贝”容器通过物理网络监控:基于无线传感器网络的空间三维模型,”国际期刊的生产研究,55卷,不。9日,第2663 - 2650页,2017年。视图:出版商的网站|谷歌学术搜索
18. f .王”,开发基于无线传感器的实时血压监测系统,”基础和临床药理学和毒理学,119卷,2016年。视图:谷歌学术搜索
19. H.-Z。f . Di张H.-Z。傅,Y.-S。Ho”特征和趋势对全球环境监测研究:基于科学引文索引扩展了文献计量分析,“环境科学与污染研究,24卷,不。33岁,26079 - 26091年,2017页。视图:出版商的网站|谷歌学术搜索
20. a·辛格和t·p·夏尔马”位置和跳数辅助全在密集的传感器网络覆盖控制,”无线网络,21卷,不。2、625 - 638年,2015页。视图:出版商的网站|谷歌学术搜索
21. 曾h . h . Wang, p . Wang“时钟频率偏移的线性估计基于偷听在无线传感器网络的时间同步,”IEEE通信信,20卷,不。2、288 - 291年,2016页。视图:出版商的网站|谷歌学术搜索
22. w·金,w·s·穆罕默德·g·利恩et al .,“紧凑和低成本的光纤呼吸监测传感器基于强度审讯,”光波技术杂志》,35卷,不。20日,第4573 - 4567页,2017年。视图:出版商的网站|谷歌学术搜索
23. t . w .严,r·徐k . Wang Di,江z,“软测量建模方法基于semisupervised深度学习及其应用到污水处理厂,”工业化学与工程化学研究卷,59号10日,4589 - 4601年,2020页。视图:出版商的网站|谷歌学术搜索
24. k . c . Wu Vellaisamy,杨g . et al .,”一个reaction-based发光接通哦离子的检测传感器的模拟废水,”道尔顿事务,46卷,不。20日,第6682 - 6677页,2017年。视图:出版商的网站|谷歌学术搜索
25. 美国Motia,中情局都铎,p . a·里贝罗m . Raposo b . Bouchikhi和n . el巴里“电化学传感器基于分子印迹聚合物为敏感三氯生检测在废水和矿泉水,“Ence总数的环境,卷664,不。4、647 - 658年,2019页。视图:出版商的网站|谷歌学术搜索
26. r·品牌a . Rodriguez-Caballero a . oehman和m . Pijuan”在线监测策略的评估测量N₂O全面的污水处理系统排放。”水的研究,卷99,不。4、171 - 179年,2016页。视图:出版商的网站|谷歌学术搜索
27. w .严,p .郭、y .田和j·高,”一个框架和数据驱动的建模方法软传感器基于semisupervised高斯回归,”工业化学与工程化学研究,55卷,不。27日,7394 - 7401年,2016页。视图:出版商的网站|谷歌学术搜索
28. a .阿拉和马修,“基于纳米离子印迹聚合物的电化学传感器的传感和提取铬(III)离子的工业废水,”聚合物国际,卷67,不。12日,第1604 - 1595页,2018年。视图:出版商的网站|谷歌学术搜索
29. 林c, n, j . h .公园和t·金,“动态电源管理新架构的无线传感器网络,”国际通信系统杂志》上,22卷,不。6,671 - 693年,2009页。视图:出版商的网站|谷歌学术搜索
30. y唱,h .沈、y . Tan和n .熊”有效的隐私保护协议匹配对分布式数据集”国际会议信息和通信安全,卷4307,不。4、210 - 227年,2006页。视图:出版商的网站|谷歌学术搜索
31. f .长:熊,A . v . Vasilakos l·t·杨和f .太阳,”一个可持续的启发式QoS路由算法普遍多层卫星无线网络”无线网络,16卷,不。6,1657 - 1673年,2010页。视图:出版商的网站|谷歌学术搜索
32. j·李:熊,j . h .公园,c .刘马,和美国e .赵“智能集群供应链的模型设计与横向合作,”《智能制造,23卷,不。4、917 - 931年,2012页。视图:出版商的网站|谷歌学术搜索
33. w·郭:熊,a . v . Vasilakos g . Chen Yu和c,“分布式k连通容错拓扑控制算法和PSO在未来自主传感器系统中,“传感器网络的国际期刊,12卷,不。1,53 - 62年,2012页。视图:出版商的网站|谷歌学术搜索
34. c·林、y . x他和n .熊”无线传感器网络的节能动态电源管理”2006年第五届国际研讨会上并行和分布式计算蒂米什瓦拉,罗马尼亚,2006。视图:出版商的网站|谷歌学术搜索
35. n . y . Yang Xiong, n . y .庄和x Defago“分散和自适应蜂拥算法自主移动机器人,”2008年第三届国际会议上网格和普适计算——车间2008年,昆明。视图:出版商的网站|谷歌学术搜索
36. m . y . Liu, x刘:熊,a . Liu和y朱,“探索路线设计与分析为物联网安全防御漩涡袭击,”IEEE网络科学与工程,7卷,不。1,第372 - 356页,2020。视图:出版商的网站|谷歌学术搜索
37. h .梁j .邹、k .左和m . j .汗”一种改进的遗传算法优化模糊控制器应用于井口回压控制系统,”机械系统和信号处理第106708条,卷。142年,2020年。视图:出版商的网站|谷歌学术搜索

版权

版权©2020丛刘et al。这是一个开放访问分布在条知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。