%0 Journal Article %A 刘洲洲 %A 李士宁 %A 张筱 %A 郭文强 %T 联合改进核FCM与智能优化SVR的WSNs链路质量预测 %D 2018 %R 10.3969/j.issn.0372-2112.2018.01.013 %J 电子学报 %P 90-97 %V 46 %N 1 %X 为提高无线传感器网络(WSNs)链路质量预测精度和降低噪声影响,提出了一种联合改进核FCM与智能优化SVR (improved kernel furry c-means and intelligent support vector regression,IKFCM-ISVR)的WSNs链路质量预测方案.首先将基于紧致度和离散度的有效性指数引入核FCM方法,实现样本集聚类个数自动划分;然后采用改进核FCM方法对链路质量样本数据进行处理,获得样本聚类隶属度;在此基础上,构建群居蜘蛛优化SVR预测模型,采用基于"动态折射"学习机制的群集蜘蛛对模型参数进行优化,得到不同聚类最佳SVR参数组合;最后采用IKFCM-ISVR算法对不同实验场景下的WSNs链路数据进行预测评估.仿真结果表明,同其它预测算法相比,该算法预测精度提高了36.8~68.4%. %U https://www.ejournal.org.cn/CN/10.3969/j.issn.0372-2112.2018.01.013