[发明专利]一种权值简约无线传感网数据压缩方法、设备及存储设备

权利要求书

1.一种权值简约无线传感网数据压缩方法，所述方法由一种权值简约无线传感网数据压缩设备实现，其特征在于：包括以下步骤：采用RBM神经网络构建生成式模型；输入预训练数据对所述生成式模型进行RBM逐层数据压缩预训练；构建初步编解码网络模型；结合AE模型，采用深度压缩算法对所述初步编解码网络模型进行再训练；得到所述预训练数据的高压缩率和高重构精度；将再训练后得到的网络模型进行权值简约得到规模压缩的最终网络模型。

2.如权利要求1所述的一种权值简约无线传感网数据压缩方法，其特征在于：所述将再训练后得到的网络模型进行权值简约得到规模压缩的最终网络模型具体包括：权值裁剪及减小权值比特数；所述权值裁剪为移除小于预设阈值的权重；所述减小权值比特数为使用k-means算法使权值共享质心。

3.如权利要求1所述的一种权值简约无线传感网数据压缩方法，其特征在于：所述预训练数据包含在待处理数据中；所述待处理数据经过预处理。

4.如权利要求3所述的一种权值简约无线传感网数据压缩方法，其特征在于：所述预处理具体包括：采用三倍标准差法剔除待处理数据中的异常数据；采用max-min归一化方法消除所述待处理数据间的数量级差异。

5.如权利要求4所述的一种权值简约无线传感网数据压缩方法，其特征在于：所述输入预训练数据对所述生成式模型进行RBM逐层数据压缩预训练步骤具体包括：对于栈式RBM网络所有权重和偏置参数，以分布N(0,1)随机初始化W^(l)，设定迭代次数初始变量iter＝0，初始化ΔW^(l):＝0,Δb^(l):＝0,l＝2,3,...,lay；对训练集中所有隐藏层单元经过马尔科夫随机场状态转移后，求出条件分布并从中采样对训练集中所有隐藏层单元经过马尔科夫随机场状态转移后，求出条件分布并从中采样根据能量模型的条件分布概率分别求出ΔW：刷新参数

6.如权利要求5所述的一种权值简约无线传感网数据压缩方法，其特征在于：输入为给定训练样本数据集S，集合S中向量个数T，RBM最大迭代次数maxiter＝10，学习率α＝0.1以及CD-k算法参数k＝1，可视层和隐藏层节点数m,n，以分布N(0,1)初始化偏置和权重矩阵W；输出为更新后的偏置和权重矩阵W。

7.如权利要求1所述的一种权值简约无线传感网数据压缩方法，其特征在于：所述结合AE模型，采用深度压缩算法对所述初步编解码网络模型进行再训练步骤具体包括：对于AE网络所有权重和偏置参数，以分布N(0,1)随机初始化W^(l)，设定迭代次数初始变量iter＝0，初始化ΔW^(l):＝0,Δb^(l):＝0,l＝2,3,...,lay；对于训练集合中的每一个训练样本，进行前向传播，得到l＝2,3,...,lay各层神经元激活值；求第lay层精度；对于l＝2,...,lay-1的各层，求各节点精度，计算偏导数值；对于l＝2,3,...,lay的各层，更新W^(l)，iter＝iter+1；如果iter＜bpmaxiter，则从第一步重新执行，否则执行完毕，输出最终的第lay层精度结果。

8.如权利要求7所述的一种权值简约无线传感网数据压缩方法，其特征在于：输入为训练集S及样本数T，AE迭代次数为bpmaxiter，学习率为α，惩罚系数为λ，AE层数lay，AE每层节点数S_l，l＝1,2,…,lay；输出为学习算法更新之后的偏置向量和权重矩阵W。

9.一种存储设备，其特征包括：所述存储设备存储指令及数据用于实现权利要求1～8所述的一种权值简约无线传感网数据压缩方法。

10.一种权值简约无线传感网数据压缩设备，其特征在于：包括：处理器及所述存储设备；所述处理器加载并执行所述存储设备中的指令及数据用于实现权利要求1～8所述的一种权值简约无线传感网数据压缩方法。