[发明专利]物联网中基于神经网络的跨媒体数据融合方法

权利要求书

1.物联网中基于神经网络的跨媒体数据融合方法，其特征在于，在将文本、图像、音频和视频单一媒体数据和跨媒体数据融合的过程中先输入各单一媒体数据样本集和跨媒体数据样本集；然后对整个物联网网络进行分簇，并将网络初始化成多入单出神经网络；然后根据输入的各单一媒体样本集训练出多入单出神经网络；然后以训练出的神经网络输入层在物联网中采集数据，并将采集到的数据融合到簇头节点，完成单一媒体的数据融合；再以各簇头节点作为多入多出神经网络的输入层，并对其分簇和初始化新的神经网络；然后再根据跨媒体数据样本集，训练出多入多出的神经网络；最后通过训练出的多入多出神经网络将新的输入层节点数据融合到sink节点，完成跨媒体的数据融合，所述方法至少包括以下步骤：

步骤一、输入各单一媒体样本数据集和跨媒体样本数据集；

步骤二、对整个物联网网络进行分簇，并将网络初始化成多入单出神经网络；

步骤三、根据输入的各单一媒体数据样本集训练出多入单出神经网络；

步骤四、用训练出的多入单出神经网络输入层节点在物联网中采集数据，并将单一媒体数据融合至簇头节点输出，完成单一媒体的数据融合；

步骤五、以簇头节点作为新的输入层节点，对新的输入层节点再次分簇，并将其初始化成多入多出神经网络；

步骤六、根据跨媒体数据样本集，训练出多入多出的神经网络；

步骤七、通过多入多出神经网络将新输入层节点的单一媒体数据融合到sink节点，完成跨媒体的数据融合。

2.根据权利要求1所述的物联网中基于神经网络的跨媒体数据融合方法，其特征在于，步骤二中对整个物联网网络进行分簇，并初始化成多入单出神经网络的过程，至少还包括以下步骤：

1)将n个感知节点分布在一个半径为R_m的圆形区域，假设所有感知节点初始能量相同，信道无损；

2)设定簇头节点占感知节点总数的比率为p，通常0.05≤p≤0.08，则所有感知节点按地理位置分为个簇，每个簇划分成一个新的小圆形区域，簇头为距离圆心最近的节点，同一个簇内的节点只采取同一种媒体数据，并根据感知节点所属簇及在簇中的位置对感知节点编号，记为c_gh，其中g表示所属簇的编号，h表示感知节点在簇内的编号；

3)把网络中的每个簇初始化成3层的多入单出的神经网络，簇头为输出层，根据簇中各节点的分布情况把距离簇头小于的节点选为隐含层节点，隐含层节点通常占簇内节点的7％–15％，其余节点为输入层节点； 输入层节点数据传给隐含层节点，隐含层节点数据经过处理后传给输出层节点。