| 改进型支持度函数的WSN水质监测数据融合方法 |
| |
| 引用本文： | 匡亮, 施珮, 季云峰, 平震宇, 陈北京. 改进型支持度函数的WSN水质监测数据融合方法[J]. 农业工程学报, 2020, 36(16): 192-200. DOI: 10.11975/j.issn.1002-6819.2020.16.024 |
| |
| 作者姓名： | 匡亮 施珮 季云峰 平震宇 陈北京 |
| |
| 作者单位： | 1.江苏信息职业技术学院物联网工程学院,无锡 214153;2.南京信息工程大学计算机与软件学院,南京 210044;3.中国水产科学研究院淡水渔业研究中心,农业部淡水渔业和种质资源利用重点实验室,无锡 214081;4.江南大学物联网工程学院,无锡 214122 |
| |
| 基金项目： | 中央级公益性科研院所专项基金（2019JBFM10）;江苏省高等职业教育产教融合集成平台建设计划项目（苏教职函〔2019〕26号）;江苏省自然科学基金（BK20131097）;江苏信息职业技术学院重点课题（JSITKY201803） |
| |
| 摘 要： | 无线传感网络已被广泛应用到水质监测领域中,针对水质监测中对传感器数据高精度的要求,该研究提出一种基于支持度函数的数据融合算法。首先,对各传感器采集的数据进行一致性检测,保证数据的准确性;其次,采用改进的动态时间弯曲距离（Improved Dynamic Time Warping Distance, IDTW）对支持度函数（Support Function, SF）进行优化,实现水质参数时间序列数据间的互支持度计算;最后,通过加权算法完成数据的融合过程,实现错误数据的校正,获得高质量融合数据。该算法在水质监测平台中进行了试验,结果表明,IDTW-SF融合算法的平均绝对误差值为0.279 2%,融合精度较其他对比算法更高,且运行速度较快。IDTW-SF支持度融合算法能够有效弥补现有水质监测系统数据采集准确率低、效率低等缺陷,基于此方法的水质监测系统提高了溶解氧数据准确率,在降低水产养殖风险,提高养殖效率等方面发挥重要作用。
|
| 关 键 词： | 水质 监测 数据融合 无线传感器网络 支持度函数 动态时间弯曲距离 |
| 收稿时间： | 2020-01-14 |
| 修稿时间： | 2020-03-30 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
|
点击此处可从《农业工程学报》下载免费的PDF全文 |
|
