非对齐分布冗余数据自适应快速去除方法仿真

摘要

cqvip:针对当前方法非对齐分布冗余数据误判率高、网络剩余能量少,导致冗余数据去除准确性差、网络能量消耗高的问题,提出基于多节点样条理论的非对齐分布冗余数据自适应快速去除方法,利用主动采样的方法对非对齐分布冗余数据的特征进行提取,并采用线性频谱分析法对冗余数据的特征分类;按照多节点样条理论逼近误差小、插值过程不需要求解方程等性质,建立局部支集、对称的基函数,可以得到被逼近函数的支集以及支集测度,与多节点样条函数的拟合逼近原理相符,再利用小波函数消除数据中的噪声,从而设计出一种高效、快速的冗余数据快速去除方法,最终实现了非对齐分布冗余数据的快速去除。实验结果表明,提出方法在对非对齐分布冗余数据自适应快速去除时,冗余数据去除的误判率较低,并且冗余数据去除时的网络剩余能量较多,不仅能够准确的去除冗余数据,网络能量消耗也较低,提高了网络的生命周期。