ترکیب داده های حسگری با استفاده از الگوریتم اطلاعات مقابل

استفاده ازاطلاعات متقابل یک ایده جالب برای بدست آوردن میزان وابستگی غیرخطی موجود بین داده های گذاشته است دراین مقاله بامحاسبه این تقابل اطلاعات بین داده های گذشته باابداع یک الگوریتم ترکیب داده جدید ابتدابهترین دسته داده را ازمیان حجم وسیعی ازداده انتخاب نموده و بادرنظر گرفتن ضرایب وزنی متفاوت براای هرکدام ازدسته داده های انتخاب شده آنها راباهمدیگر ترکیب مینماییم بااین عمل سعی کرده ایم که درعین کاهش حجم محاسباتی دقت عمل ترکیب داده ها را نیزبطور همزمان افزایش بدهیم درادامه برای نشان دادن عملکرد این الگوریتم ترکیب جدید شبیه سازی هایی را براساس داده های واقعی درنرم افزار MATLAB انجام داده ایم باتوجه به متفاوت بودن الگوی رفتاری جریان ترافیک درواقعیت عملکرد الگوریتم ترکیب جدید را درحضور داده های ترافیکی الوده شده تحت شرایط مختلف ترافیکی نظیر خرابی حسگرها و وقوع ازدحام و تصادف درجاده ارزیابی نموده ایم که حاکی ازمقاوم بودن این الگوریتم درحضور انواع مختلف داده های اغتشاشی می باشد

کلیدواژه ها:

ترکیب داده حسگری ، الگوریتم اطلاعات متقابل ، ترکیب میانگین وزن دار ، داده های اغتشاشی