一种基于MEA-BP神经网络WSN异常检测方法

发明专利有效专利

申请号：
CN201710008709.X
IPC分类号：H04W24/04;H04W84/18
申请日期：
2017-01-06
申请人：
江南大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于MEA-BP神经网络WSN异常检测方法
申请号	CN201710008709.X	申请日期	2017-01-06
法律状态	授权	申报国家	暂无
公开/公告日	2017-05-24	公开/公告号	CN106714220A
优先权	暂无	优先权号	暂无
主分类号	H04W24/04 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04W 无线通信网络〔2009.01〕 H04W24/00 监督，监控或测试装置〔2009.01〕 H04W24/04 用于维护操作环境的装置〔2009.01〕	IPC分类号	H;0;4;W;2;4;/;0;4;;;H;0;4;W;8;4;/;1;8查看分类表>
申请人	江南大学	申请人地址	江苏省无锡市滨湖区蠡湖大道1800号江南大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	江南大学	当前权利人	江南大学
发明人	李光辉;顾晓勇
代理机构	南京先科专利代理事务所（普通合伙）	代理人	缪友菊

摘要

本发明公开了一种基于MEA‑BP神经网络WSN异常检测方法，将各分布传感器节点初始化，各传感器节点开始采集数据；利用K‑means算法对各传感器节点进行空间分簇得到若干组簇；利用思维进化算法对BP神经网络进行参数优化，通过趋同异化操作对BP神经网络的权值和阈值进行优化，得到最优权值和阈值，输入最优权值和阈值，建立MEA‑BP神经网络模型；采用分布式的算法，对每组分簇中传感器节点独立执行异常检测，异常检测完毕后传感器节点将检测结果传递到该组分簇的簇头节点进一步验证。提高了BP神经网络算法性能，加快了BP神经网络的学习速率，有效提高了异常数据检测的准确率，降低了误报率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供