[发明专利]一种结合AdaBoost和支持向量机的链路质量预测方法在审
| 申请号： | 201710644577.X | 申请日： | 2017-07-31 |
| 公开（公告）号： | CN107333294A | 公开（公告）日： | 2017-11-07 |
| 发明（设计）人： | 刘琳岚;刘满兰;骆雄辉;舒坚 | 申请（专利权）人： | 南昌航空大学 |
| 主分类号： | H04W24/08 | 分类号： | H04W24/08;H04B17/309;H04B17/391;G06K9/62 |
| 代理公司： | 南昌洪达专利事务所36111 | 代理人： | 刘凌峰 |
| 地址： | 330063 江*** | 国省代码： | 江西;36 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种结合AdaBoost和支持向量机的链路质量预测方法。该方法是在无线传感器网络动态变化的情况下，提出的一种无线传感器网络中链路质量预测的方法。该方法首先通过基于密度的聚类算法DBSCAN对样本进行预处理并得到样本的等级划分；其次，采用AdaBoost方法对样本进行分类，其中AdaBoost选取泛化性能较好的支持向量机作为弱分类器，用来预测下一时刻的链路质量。本发明方法可以有效地预测下一时刻的链路质量，其优点在于可以帮助路由选择、拓扑控制提供参考，节省能量消耗。 | ||
| 搜索关键词： | 一种 结合 adaboost 支持 向量 质量 预测 方法 | ||
【主权项】：
一种结合AdaBoost和支持向量机的链路质量预测方法，其特征在于，首先通过基于密度的聚类算法DBSCAN对样本进行预处理并得到样本的等级划分；其次，采用AdaBoost方法对样本进行分类，其中AdaBoost选取泛化性能较好的支持向量机作为弱分类器，用来预测下一时刻的链路质量，包括以下步骤：步骤S1：通过基于密度的聚类算法DBSCAN对样本进行预处理并得到样本的等级划分；步骤S2：通过AdaBoost方法将弱分类器支持向量机集成，得到最终的强分类器，用来预测下一时刻的链路质量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南昌航空大学，未经南昌航空大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710644577.X/，转载请声明来源钻瓜专利网。
- 上一篇：测量信息上报方法及装置
- 下一篇：数据发送时间调整方法及装置、无线接入设备
