文档名：基于粒子群算法的无线传感网络大数据聚类优化方法
摘要：大数据聚类在无线传感网络数据处理领域中具有重要意义,但是大数据聚类方法存在聚类效果不佳、Jaccard系数较低等问题,提出基于粒子群算法的无线传感网络大数据优化方法.该方法结合主成分分析方法和信息熵降维处理大数据,减少数据聚类所需的时间,采用直觉模糊核聚类算法聚类大数据,引入粒子群算法,优化直觉模糊核聚类方法,利用优化后的算法获得无线传感网络大数据聚类的优化结果,实现大数据聚类.仿真分析结果表明,所提方法的聚类效果较好,Jaccard系数在0.70以上,数据平均熵仅为0.36,并且时间复杂度仅为26.3％,该方法的应用价值更高.
作者：程宁 李超 Author：CHENGNing LIChao
作者单位：湖北轻工职业技术学院信息工程学院,湖北武汉430070湖北大学信息化建设与管理处,湖北武汉430062
刊名：传感技术学报 ISTICPKU
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2023, 36(8)
分类号：TP391
关键词：无线传感网络 大数据聚类 粒子群算法 主成分分析 信息熵 直觉模糊核聚类算法
Keywords：wirelesssensornetwork bigdataclustering particleswarmoptimization principalcomponentanalysis informationentropy intuitionisticfuzzykernelclusteringalgorithm
机标分类号：TP391TP181TN911.7
在线出版日期：2023年10月13日
基金项目：教育部中国高校产学研创新基金基于粒子群算法的无线传感网络大数据聚类优化方法[
期刊论文] 传感技术学报--2023, 36(8)程宁 李超大数据聚类在无线传感网络数据处理领域中具有重要意义,但是大数据聚类方法存在聚类效果不佳、Jaccard系数较低等问题,提出基于粒子群算法的无线传感网络大数据优化方法.该方法结合主成分分析方法和信息熵降维处理大数据...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于粒子群算法的无线传感网络大数据聚类优化方法 A Clustering Optimization Method of Big Data Based on Particle Swarm Algorithm in Wireless Sensor Networks
基于粒子群算法的无线传感网络大数据聚类优化方法.pdf
- 文件大小:
- 1.66 MB
- 下载次数:
- 60
-
高速下载
|
