公开(公告)号：CN108337685A

公开(公告)日：2018-07-27

申请号：CN201810076862.0

申请日：2018-01-26

Applicant: 重庆邮电大学

Inventor： 代劲 ,  赵显静 ,  郭亮 ,  尹航

IPC: H04W16/22 ,  H04W24/02 ,  H04W40/20 ,  H04W84/18

CPC classification number: Y02D70/00 ,  Y02D70/38 ,  H04W16/225 ,  H04W24/02 ,  H04W40/20 ,  H04W84/18

Abstract: 本方法涉及高性能计算技术领域，特别涉及基于分簇DGM的无线传感器网络数据融合方法；方法包括按照空间相关性对多传感器数据进行动态分簇；对数据序列群中的异常点检测和补齐；借助灰理论中的离散区间灰数概念对传感器节点之间的相关性进行描述；采用离散灰数DGM预测模型对数据序列的发展趋势进行建模预测；实现多传感器数据融合；本方法能有效地对异常点进行检测和补齐，提升数据的可靠性；利用数据之间的空间关联性进行预测数据的修正，有效地提升数据预测的准确性；减少了簇头节点和汇聚节点之间的数据发送量；有效减少传感器节点的传输距离；降低传感器节点的传输能耗；减少了汇聚节点的对接点数，缓解了网络拥塞问题。

公开(公告)号：CN108337685B

公开(公告)日：2019-05-24

申请号：CN201810076862.0

申请日：2018-01-26

Applicant: 重庆邮电大学

Inventor： 代劲 ,  赵显静 ,  郭亮 ,  尹航

IPC: H04W16/22 ,  H04W24/02 ,  H04W40/20 ,  H04W84/18

CPC classification number: Y02D70/00 ,  Y02D70/38

Abstract: 本方法涉及高性能计算技术领域，特别涉及基于分簇DGM的无线传感器网络数据融合方法；方法包括按照空间相关性对多传感器数据进行动态分簇；对数据序列群中的异常点检测和补齐；借助灰理论中的离散区间灰数概念对传感器节点之间的相关性进行描述；采用离散灰数DGM预测模型对数据序列的发展趋势进行建模预测；实现多传感器数据融合；本方法能有效地对异常点进行检测和补齐，提升数据的可靠性；利用数据之间的空间关联性进行预测数据的修正，有效地提升数据预测的准确性；减少了簇头节点和汇聚节点之间的数据发送量；有效减少传感器节点的传输距离；降低传感器节点的传输能耗；减少了汇聚节点的对接点数，缓解了网络拥塞问题。

公开(公告)号：CN106597574A

公开(公告)日：2017-04-26

申请号：CN201611252359.3

申请日：2016-12-30

Applicant: 重庆邮电大学

Inventor： 代劲 ,  赵显静 ,  宋娟 ,  吴朝文

IPC: G01W1/10

CPC classification number: G01W1/10

Abstract: 本发明涉及高性能计算技术领域，特别涉及基于时变云模型的天气温度预测方法及装置；所述方法包括获取历史天气温度数据；利用某一天的时刻温度数据生成该天的历史时刻云温度分布，即温度分布的期望值、温度分布的熵值和温度分布的超熵值；预测下一时刻温度分布的期望特征值、熵值和超熵值；进而获得下一时刻的温度分布；本发明方法和装置利用云模型对获取到的温度数据进行随机性和模糊性的处理，克服了温度数据的突变性问题，能够得出更为精准的温度预测结果；对时序数据概念进行提取，大量减少了算法处理数据量，使得算法的计算量减小；本发明可以有效将天气温度预测应用到各个行业中。