基于GRNN优化的WSNs温室大棚异常数据检测方案 |
| |
作者单位: | 桂林理工大学机械与控制工程学院,广西桂林 541000 |
| |
基金项目: | 国家自然科学基金;桂林理工大学科研启动基金;桂林理工大学研究生创新实践项目 |
| |
摘 要: | WSNs(Wireless Sensor Network)无线传感技术在进行温室大棚环境参数采集时,传感器大量布置及所受突发干扰造成数据冗余、数据偏差等问题,会干扰终端节点传感器正常工作状态,从而影响智慧农业精准决策。为解决上述问题,提出一种基于广义回归神经网络(GRNN)异常数据检测算法。将实验采集的300组环境量作为训练参数,150组参数作为实验数据,综合比较GRNN神经网络、PNN神经网络、传统BP神经网络在数据预测结果、正确率及运行时间3方面的性能指标。实验结果表明:GRNN神经网络算法检测异常数据准确率高,运行速度快,对农作物的精细管理具有重要意义,对智慧农业的发展具有一定的影响。
|
关 键 词: | 温室 异常数据检测 广义神经网络 WSNs |
本文献已被 CNKI 万方数据 等数据库收录! |
|