数据聚合是缓解无线传感器网络(WSN)能耗的关键方法。 但是,如何在保持数据保真度和机密性的同时执行数据聚合是一项具有挑战性的研究任务。 由于许多现有的聚合算法具有较大的通信和计算开销,因此本文将粗糙集理论与改进的卷积神经网络进行了集成,并提出了一种用于无线传感器网络的新型信息聚合算法。 首先,在我们提出的算法中设计了一个特征提取模型,然后在Sink节点中进行训练,其中采用粗糙集理论有效地简化了信息并减少了标注维数。 一旦集群节点从粒度深层网络中提取了这些数据特征,它们就会被集群头发送到Sink