基于物联网和SOM算法的信息监控系统设计
DOI:
CSTR:
作者:
作者单位:

广州铁路职业技术学院 信息工程系,广州铁路职业技术学院 信息工程系

作者简介:

通讯作者:

中图分类号:

TP391

基金项目:

2015年广东省公益研究与能力建设专项资金《基于标识分离与映射网络模型的物联网信息安全技术研究》(2015A010103001)


Design of information monitoring system based on Internet of things and SOM algorithm
Author:
Affiliation:

Guangzhou Railway Polytechnic,Department of Information Engineering, Guangzhou Railway Polytechnic

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在物联网环境下进行信息监控系统设计,实现对网络信息的监控和自适应采集,保障网络安全。针对采用传统的神经网络控制方法进行信息监控的数据挖掘准确性不好的问题,提出一种基于物联网和自组织映射SOM算法的信息监控系统设计方法,首先进行信息监控系统的总体设计和功能模块化分析,然后设计改进的SOM算法,应用在信息监控的数据挖掘和分类识别中,在程序加载模块中进行算法加载,最后在物联网环境下构建嵌入式Linux内核进行信息监控系统的软件设计和开发。系统仿真实验结果表明,采用该信息监控系统进行大型物联网的数据信息监控,对数据的准确挖掘和识别性能较好。

    Abstract:

    The design of information monitoring system in the complex network environment, realization of network information monitoring and adaptive acquisition, data mining accuracy information monitoring for neural network control of the traditional method is not good, put forward a design method based on networking and information monitoring system of self-organizing mapping SOM algorithm, analysis the overall design and function module of the first information monitoring system, and then design the improved SOM algorithm is applied in the monitoring information of data mining and classification, the algorithm is loaded in the program loading module, the software design and development of network information monitoring system of embedded Linux kernel environment in. The system simulation results show that the information monitoring system is used to monitor the data information of the large-scale Internet of things, and the accuracy of the data mining and recognition performance is better.

    参考文献
    相似文献
    引证文献
引用本文

张华,王金兰.基于物联网和SOM算法的信息监控系统设计计算机测量与控制[J].,2017,25(4):36.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2016-11-03
  • 最后修改日期:2016-11-25
  • 录用日期:2016-11-25
  • 在线发布日期: 2017-07-18
  • 出版日期:
文章二维码