基于频繁模式项地无线传感器网络数据融合研究.pdfVIP

第20卷 AECC专题学术研讨会论文集 ·53· 基于频繁模式项的无线传感器网络数据融合研究 WirelessSensovNetworkData FusionRrsearchbasedon PattemItem Frequent 冯秀芳 贾 嘉 (太原理工大学计算机与软件学院 太原030024) 【摘 要】随着近年来无线传感器网络的大量应用，为了解决其能量有限的问题，提出了数据融合的技术。对此， 提出了在子节点利用一种数据挖掘的方法一频繁模式挖掘，来降低同质数据冗余，而且也可以降低信号的噪声 率，从而压缩了数据传输量。 【关键词】无线传感器网络，数据融合，数据流，分类，频繁模式 中图分类号：TP39 文献标识码：A ABSTRACTRecentwirelesssensornetworkmassive ordertosolveits limited years applications．In energy problem，weProposed the carries class the datafusion this，Our onthedata inthesubnodeuse technology．Asproposed frequentpattern will the reducethe the excavationthenoise reducethedataalsotoreduce may signalthroughfrequentpattern rate，Simultaneously nodethedatatransmission capacity． KEYWORDSwirelesssensor network，datafusion，data stream，clasification，frequentpattern 1无线传感器网络 我们认为如果能够在子节点上压缩无用数据，那么在传输时将可以有效降低数据的传输量。通过分析在传 感器网络的许多情况，我们发现对于子节点所搜集的大量简单重复数据，如果使用频繁模式的数据挖掘可以有 效地对所搜集的数据进行分类，这样所传回的数据将仅仅是一些分类信息及分类数量，将是非常适合的。比如 当一个温度传感器采集的一组数据，它们也许并不需要采集一个数据就立刻传递回中心节点，这个时候我们完 全可以将一组数据采集完成后再传回中心节点，而这一组数据我们完全可以将其进行数据的融合处理。比如将 其分组之后，将分组后的信息归纳为几个温度分组的项之后，所传递回中心的也就仅仅是这几个分组的值域及 所采集目标的数量。这样就完全可以减少数据的通信量。 2频繁模式数据挖掘预备知识 在无线传感器网络中的数据流[2‘33无限性不可能保存所有的元组，并且保存所有元组也是无意义的，因为很 多相似的元组包含了大量重复的信息。另外，一些元组属于噪音数据，这部分数据是完全可以去掉的，而在应 用频繁模式挖掘可以很好地概括数据流中有用的分类信息，同时不受噪音数据的影响。 这里就介绍一下频繁模式挖掘的基础知识： 数据流每隔一段时间流入一个元组，假设有挖个属性，每个元组表示为(口。，，a扪…，a酊，，f』)其中口i』表 示流人的第i个元组的第_f个属性的取值，ci称为类标签，表示第i个元组所属的类．假设有3个属性，分别为 定义1．支持度supp(P)，suppc(P)和频繁模式。 是用户指定的阀值，则称P是频繁的。