基于粗糙集的物联网电池寿命预测方法
机器学习
2021-02-12 v1 信号处理
摘要
物联网（IoT）及相关应用已成功为提升地球生命价值作出贡献。先进的无线传感器网络及其革命性的计算能力使各类物联网应用成为下一个前沿，几乎触及生活的所有领域。随着这一巨大进展，能源优化也因绿色技术需求而成为主要关注点。本研究聚焦于海洋环境中物联网框架里电池寿命可持续性的相关预测。所使用的数据来自芝加哥地区海滩水域的公开数据集。首先，数据中的缺失值用属性均值替换。随后，应用独热编码技术实现数据同质性，接着采用标准标量技术对数据进行归一化。然后，利用粗糙集理论进行特征提取，并将所得数据输入深度神经网络（DNN）模型以获得优化预测结果。所提模型随后与最先进的机器学习模型进行比较，结果基于均方误差、平均绝对误差、均方根误差和测试方差分数等性能指标证明了其优越性。
引用
@article{arxiv.2102.06026,
title = {Roughsets-based Approach for Predicting Battery Life in IoT},
author = {Rajesh Kaluri and Dharmendra Singh Rajput and Qin Xin and Kuruva Lakshmanna and Sweta Bhattacharya and Thippa Reddy Gadekallu and Praveen Kumar Reddy Maddikunta},
journal= {arXiv preprint arXiv:2102.06026},
year = {2021}
}