技術(shù)總結(jié)
本發(fā)明公開了一種基于MEA?BP神經(jīng)網(wǎng)絡(luò)WSN異常檢測方法，將各分布傳感器節(jié)點(diǎn)初始化，各傳感器節(jié)點(diǎn)開始采集數(shù)據(jù)；利用K?means算法對各傳感器節(jié)點(diǎn)進(jìn)行空間分簇得到若干組簇；利用思維進(jìn)化算法對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行參數(shù)優(yōu)化，通過趨同異化操作對BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行優(yōu)化，得到最優(yōu)權(quán)值和閾值，輸入最優(yōu)權(quán)值和閾值，建立MEA?BP神經(jīng)網(wǎng)絡(luò)模型；采用分布式的算法，對每組分簇中傳感器節(jié)點(diǎn)獨(dú)立執(zhí)行異常檢測，異常檢測完畢后傳感器節(jié)點(diǎn)將檢測結(jié)果傳遞到該組分簇的簇頭節(jié)點(diǎn)進(jìn)一步驗(yàn)證。提高了BP神經(jīng)網(wǎng)絡(luò)算法性能，加快了BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速率，有效提高了異常數(shù)據(jù)檢測的準(zhǔn)確率，降低了誤報(bào)率。

技術(shù)研發(fā)人員：李光輝;顧曉勇
受保護(hù)的技術(shù)使用者：江南大學(xué)
文檔號碼：201710008709
技術(shù)研發(fā)日：2017.01.06
技術(shù)公布日：2017.05.24