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

WSN中利用XGboost和加权自适应HFLMS的数据约减组合预测方法

Data reduction combination prediction method of data reduction using XGBoost and weighted adaptive hflms in WSN

免费全文下载 (已被下载 次)  
获取PDF全文
作者 于辰云,冯锡伟,刘旸
机构 辽宁石油化工大学
统计 摘要被查看 次,已被下载
摘要 针对无线传感器网络(WSN)中能量、带宽和内存等各种资源的限制问题,提出了一种XGboost结合加权自适应分层分数最小均方误差(hierarchical fractional least-mean-square,HFLMS)的数据约减组合预测方法。首先,利用XGboost方法对损失函数进行了二阶的泰勒展开,权衡模型的复杂度和损失函数的下降速度,实现了资源限制的稳定预测;然后,提出自适应HFLMS滤波器实现WSN数据约简的传输,并基于误差估计来预测所感测的数据,有效降低了WSN中的能量约束;最后,利用两个评估参数(能量和预测误差)来验证所提组合预测方法的性能。实验结果表明,相比没有预测、近似最速下降算法和分层最小均方滤波技术,提出的预测方法获得的预测结果更好,第500轮的剩余能量仍然可达0.1192,最小预测误差仅为0.0259。
关键词 加权自适应滤波器;分层分数最小均方误差(HFLMS);无线传感器网络(WSN);能量约束;XGboost;数据约减;组合预测
基金项目 辽宁省科技厅自然科学基金计划项目(20180550130)
本文URL http://www.arocmag.com/article/02-2021-01-034.html
收稿日期
修回日期
页码 -
中图分类号 TP393
文献标志码