《计算机应用研究》|Application Research of Computers

基于深度神经决策森林的体域网数据融合方法

Body area network data fusion method based on convolutional neural network and decision tree

免费全文下载 (已被下载 次)  
获取PDF全文
作者 张辉,王杨,李昌,张鑫,赵传信
机构 安徽师范大学 计算机与信息学院
统计 摘要被查看 次,已被下载
摘要 针对体域网的多传感器数据采集过程中存在的数据冗余大、特征信息模糊问题,提出了一种基于深度神经决策森林(DNDF)的数据融合方法。该方法首先根据目标任务的实际需求,使用卷积神经网络进行相关特征提取,再将决策树放置到全连接层之后进行精细化数据分类。通过使用DNDF方法,不仅能够有效提取多维数据的关键特征,而且能够较好地兼顾数据间的关联性。实验以AReM数据集作为实验样本,结果表明,DNDF方法相对其他传统算法具有更好的分类准确率,分类准确率达到了96.5%。
关键词 体域网;数据融合;卷积神经网络;决策树;深度神经决策森林
基金项目 国家自然科学基金资助项目(61871412)
安徽省自然科学基金资助项目(1708085MF156)
赛尔网络下一代互联网技术创新项目(NGII20170305)
安徽省高校优秀青年人才支持计划一般项目(gxyq2017140)
安徽省质量工程重大项目(2018jyxm0342)
本文URL http://www.arocmag.com/article/02-2020-08-012.html
收稿日期
修回日期
页码 -
中图分类号 TP391
文献标志码