《表1 解释的总方差：基于异常数据驱动数据融合方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于异常数据驱动数据融合方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在本文中，将使用MATLAB平台对实验进行建模，并分析和比较算法的性能。在温室中，将实验环境设置为200×200m，并随机排列100个温度传感器节点以监视温室中的温度变化。当对温度变化建模时，正弦方法，传感器组件故障，天气变化，温室薄膜损坏以及人为温度升高会导致异常数据。将接收器节点的坐标设置为（100，200），并使用经典的丰富算法对区域内全部传感器节点的聚类，然后才去随机选择策略形成聚类头节点。因为簇头节点对能量需求较大，能够让网络节点能耗保持平衡，故而对簇头来说，应该关注现阶段剩余能量，同时剩余能量较多节点则确定为簇头。簇头对数据进行合并，向接收器节点传输数据。在确定能耗时应考虑无线电模型，表1为节点实验参数设置。