首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 93 毫秒
1.
田丰  王传云  郭巍 《计算机工程》2008,34(21):181-183
在复杂的煤矿作业环境下,无线传感器网络面临着从节点组织、灾害发生后网络重组、救援人员所携带的传感器节点加入网络等问题。该文提出一种基于竞争学习的无线传感器网络聚类算法,归一化处理传感器节点的剩余能量和邻居节点个数,通过相似性比较实现节点间竞争。仿真表明,该算法通信能耗低,网络能耗均衡,扩展性好,抗毁能力较强。  相似文献   

2.
随着传感器数据、互联网数据、金融数据(股票价格等)、在线拍卖以及事务日志(网站访问日志、电话记录日志)等的不断产生,数据流成为了主要的数据形式.流挖掘是数据库领域的研究热点,有很大的应用前景.本文首先简单介绍了数据流与聚类分析的概念,阐述了数据流中的聚类分析及其要求,详细说明了主要传统聚类方法的演变及各自代表性流数据聚类算法,并对其进行总结.在本文的最后,对流数据挖掘的前景做出展望.  相似文献   

3.
随着市场竞争的日益激烈,促销技术对于网络商城提升销售额至关重要。在对网络商城的访问日志和客户交易的历史数据分析基础上,采用K-均值聚类算法设计实现基于用户兴趣、基于用户消费偏好、基于用户价值的三种类型的促销策略,为企业提供可行的个性化促销决策支持模型。  相似文献   

4.
传统的K-均值算法,因对初始聚类中心的选择敏感,存在容易陷入局部最优解的缺点,差分演化算法是一类基于种群的启发式全局搜索技术,对于实值参数的优化具有很强的鲁棒性。为了克服K-均值聚类算法的上述缺点,提出基于差分演化的K-均值聚类算法,该方法结合K-均值算法的高效性和差分演化算法的全局优化能力,较好地解决了聚类中心优化问题。通过实验结果表明,此算法能够有效改善聚类质量。  相似文献   

5.
为了提高传统K-均值聚类的稳定性和可靠性,提出了一种自适应的K-均值聚类算法,其基本思想是通过分析样本集的最小树并切割其中所有超过一定阈值的较长边,根据样本集的结构特征事先自动地计算出合理的聚类个数和合理的初始聚类中心.理论分析和计算实验表明,该算法不仅能够保证聚类结果的惟一性,而且在样本集的各个聚类具有大致凸的形状时,如果类间距离明显大于类内距离,不需要人工选择参数就能直接获得较好的聚类结果.对于同样的数据集而言,即使选择了正确的聚类个数,传统的K-均值算法也可能给出不合理的聚类结果,因此自适应的K-均值聚类算法具有更好的性能.  相似文献   

6.
基于数据流的BIRCH改进聚类算法   总被引:2,自引:0,他引:2       下载免费PDF全文
数据流管理作为一种新兴课题正在逐渐受到国内外广大研究学者的重视,数据流聚类是其中的一个重要研究领域。论文基于BIRCH聚类算法,提出了一种M-BIRCH聚类算法,克服了BIRCH算法对非球形的聚类效果不佳等缺点。实验结果证明,M-BIRCH聚类算法在聚类质量上比BIRCH有较大提高。  相似文献   

7.
胡荣  杨春  何军  李奇 《计算机应用》2010,30(2):299-302
针对传感器网络聚类间能耗负载不均衡而引发的“能量热点”问题,提出一种在节点随机分布情况下构建能量负载均衡的聚类方法。网络中高于平均能量的节点率先成为候选首领,候选首领根据剩余能量、节点连通度以及当选首领的总时间来竞争聚首,普通节点首先依据信号强弱选择加入聚类,然后借鉴模拟退火算法动态调整所拥有的成员节点,直到所有聚类的能耗状态趋近均衡。仿真表明,与基于均匀分布假设的聚类方案相比,新方案具有能耗负载更均衡的聚类和更长的生命周期。  相似文献   

8.
基于初始聚类中心优化的K-均值算法   总被引:2,自引:0,他引:2       下载免费PDF全文
针对传统的K-均值算法对初始聚类中心的选取和孤立点敏感的问题,本文提出了一种基于点密度的初始聚类中心选取方法。利用该方法选出初始聚类中心,再应用K-均值算法进行聚类,同时对孤立点进行特殊处理。实验表明,该方法能够产生高质量的聚类结果。  相似文献   

9.
基于数据流的任意形状聚类算法   总被引:36,自引:4,他引:36  
朱蔚恒  印鉴  谢益煌 《软件学报》2006,17(3):379-387
详细分析了数据流聚类算法CluStream的不足之处,如对非球形的聚类效果不好、对周期性数据的聚类变化反映不完整等,并针对这些不足之处提出了一种采用空间分割、组合以及按密度聚类的算法ACluStream.实验结果表明,ACluStream在准确度和速度上都比CluStream有较大的提高.  相似文献   

10.
聚类分析在数据挖掘领域中是一个非常重要的研究课题,该文阐述了聚类算法的基本原理和性能要求,并依据算法思想的不同把聚类算法分为五类,详细介绍了每一类的算法思想、优缺点及典型算法,有利于用户对聚类算法的选择和研究者对聚类算法的改进研究,最后探讨了聚类算法今后的发展趋势。  相似文献   

11.
骆盈盈  陈川  毛云芳 《计算机工程与设计》2007,28(8):1762-1764,1767
现有的传感器网络数据处理系统只能向用户提供简单的查询操作,如何高效地处理传感器网络的海量数据流,从中获取有用的知识成为新的挑战.提出一种基于传感器网络特性的分布式关联规则挖掘算法,采用树型通信结构,各个传感器通过改进的单一数据流频繁项集挖掘算法找出本地的局部频繁项集,并逐层上传、合并,最后由sink节点将所有子节点的局部频繁项集合并成全局的频繁项集,并产生相应的关联规则.实验证明该算法占用较少的计算时间和内存.  相似文献   

12.
无线传感器网络是当前研究和应用的热点,拓扑控制是其研究的重要领域。在与其他传统无线网络拓扑控制机制比较的基础上,归纳了无线传感器网络分簇算法应具有的特性,并对近年来针对无线传感器网络提出的有代表性的分簇算法进行了研究,总结了各种分簇算法的特点和适合的应用场合,重点分析了它们的不足之处,最后指出了无线传感器网络分簇算法未来发展的趋势。  相似文献   

13.
目前犯罪组织的严密性和隐蔽性日益增强,电子邮件的广泛应用更为犯罪分子的分散隐匿提供了便利条件.为了解决重点监控对象选择问题,设计了电子邮件地址聚类系统.系统根据电子邮件地址之间的收发关系,构建出电子邮件地址的相似度测量属性,利用基于密度聚类方法中的DBSCAN算法,对电子邮件地址关系紧密程度进行划分,找出较为活跃的电子邮件地址,缩小了电子邮件地址查阅范围,提高了电子邮件信息分析处理的针对性和有效性.  相似文献   

14.
密钥管理对整个无线传感器网络安全至关重要,针对该领域现有密钥管理方案存在的问题和层次化路由协议的应用,提出了一种新的无线传感器网络密钥管理方案,基站利用分簇信息为簇分配密钥池,引入网关节点用于簇间安全通信,可用于大规模传感器网络的安全体系.  相似文献   

15.
无线传感器网络(W SNs)中簇头与基站的通信方式可分为多跳和单跳2种。如果采用多跳方式,靠近基站的簇头因传送数据较多而导致较早死亡;而在单跳方式中,远离基站的簇头因传送数据能耗太高而很快死亡。针对上述问题,提出一种基于不均衡分簇的数据收集算法,使靠近基站的簇的规模小于远离基站的簇。实验表明:不均衡分簇的数据收集算法能有效地延长网络的生命周期。  相似文献   

16.
黄月  吴成东  张云洲  程龙  孙尧 《控制与决策》2013,28(10):1497-1501
针对存在错误报警的二进制传感器网络,提出基于K均值聚类的二进制传感器网络多目标定位方法。在目标和节点间距离信息未知的条件下,提出基于K均值聚类的改进加正减负算法(KMC-ISNAP)对目标位置进行估计,引入影响因子降低分类过程中模糊节点对多目标定位误差的影响。仿真实验表明,K均值聚类方法在多个目标随机分布情况下能够对报警节点进行准确分类,与质心估计算法和加正减负算法相比, KMC-ISNAP多目标定位方法具有较高的定位精度和较好的容错性。  相似文献   

17.
为改善复杂环境下传感器网络基于RSSI定位算法精度,分析了复杂环境下影响定位精度的主要因素,提出了一种基于空域平均的思路,即对相似传播模式各节点RSSI值进行平均以减轻随机衰落的影响,并给出了具体算法描述。仿真结果表明,在复杂传播环境下,该算法具有定位精度高、抗干扰鲁棒性强,对锚点数量需求更少的性能优势。  相似文献   

18.
Top-K数据查询是无线传感器网络的一个重要应用,如何节省能耗是Top-K数据查询的一个重要课题.针对传统的Top-K数据查询是多跳传输,节点过滤窗口更新代价大等缺点,提出一种基于分簇的无线传感器网络Top-K数据查询算法.通过对节点进行分簇进而减少数据的传输跳数,通过设置过滤器值对数据过滤,减少冗余数据的传输,增加探寻过程,保证数据的完整性和可靠性,实现降低网络节点整体通信能耗的目的.仿真结果表明:与传统算法相比,该算法可有效降低网络的整体能耗,提高能量有效性.  相似文献   

19.
针对无线传感器网络节点负载不均衡的问题,提出了一种应用相对变换的无线传感器网络分簇算法(RTCH)。在成簇阶段,节点将簇头剩余能量、簇头与节点和簇头与基站的传输能耗等参数利用该模型先进行相对变换,再计算簇头适宜度来选择加入簇头成簇,并通过簇头的反馈信息来控制簇的规模来优化网络性能。仿真实验结果表明,RTCH算法能更有效地均衡网络中的能量消耗,延长网络生命周期。  相似文献   

20.
基于分簇机制的移动无线传感器网络数据采集协议*   总被引:1,自引:0,他引:1  
为了均衡无线传感器网络的能量消耗,提出了一种基于分簇机制的移动无线传感器网络数据采集协议。该协议中,整个网络使用网格均匀分簇,节点根据加权能量—邻居规则选出分布在簇中间区域的簇头,簇头负责收集簇内兴趣事件并进行数据融合,移动sink依次运动到簇的中心点位置收集簇内兴趣事件。仿真结果表明,该协议有效地均衡了网络的能量消耗,延长了网络的生存时间。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号