基于快速SVDD的无线传感器网络Outlier检测

被引：7

作者：

谢迎新 ^{[1
]}

陈祥光 ^{[1
]}

余向明 ^{[2
]}

岳彬 ^{[2
]}

郭静 ^{[2
]}

机构：

[1] 北京理工大学化工与环境学院

[2] 空军油料研究所

来源：

仪器仪表学报 | 2011年 / 32卷 / 01期

关键词：

无线传感器网络; Outlier检测; SVDD; 训练集约简; SMO算法;

D O I：

10.19650/j.cnki.cjsi.2011.01.008

中图分类号：

TP212.9 [传感器的应用]; TN929.5 [移动通信];

学科分类号：

080202 ; 080402 ; 080904 ; 0810 ; 081001 ;

摘要：

Outlier是基于无线传感器网络的数据收集应用中常见的数据故障类型,严重影响数据质量。本文提出一种基于快速SVDD的无线传感器网络Outlier检测方法,其基本思想是:首先利用快速SVDD算法获得包含正常样本的最小球形边界,然后通过该边界判断未知样本的类别,本法采用训练集约减策略和基于二阶逼近的SMO算法来加速SVDD的训练。基于合成数据和真实数据的仿真实验表明,该方法在确保分类精度的同时,运行速度快,内存开销小,适用于资源有限的无线传感器网络。

引用

页码：46 / 51

页数：6

共 10 条

[1] 一种分段在线支持向量回归算法 [J].