基于粒子群算法的无线传感网络大数据聚类优化方法.pdfVIP

基于粒子群算法的无线传感网络大数据聚类优化方法.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

AClusteringOptimizationMethodofBigDataBasedonParticle

SwarmAlgorithminWirelessSensorNetworks∗

Abstract:Bigdataclusteringisofgreatsignificanceinthefieldofwirelesssensornetworkdataprocessingꎬbutthebigdataclustering

methodhasproblemsofpoorclusteringeffectandlowJaccardcoefficient.Aparticleswarmoptimizationmethodforwirelesssensornet ̄

workbigdataisproposed.Principalcomponentanalysisandinformationentropydimensionalityreductioniscombinedtoprocessbigda ̄

taꎬthetimerequiredfordataclusteringisreducedintuitionisticfuzzykernelclusteringalgorithmisadoptedtoclusterbigdataꎬparticle

swarmoptimizationalgorithmisintroducedꎬintuitionisticfuzzykernelclusteringmethodisoptimizedꎬtheoptimizedalgorithmisusedto

obtaintheoptimizationresultsofwirelesssensornetworkbigdataclusteringꎬandbigdataclusteringisrealized.Thesimulationresults

showthattheclusteringeffectoftheproposedmethodisgoodꎬtheJaccardcoefficientisabove0.70ꎬtheaverageentropyofdataisonly

0.36ꎬandthetimecomplexityisonly26.3%.Thismethodhashigherapplicationvalue.

Keywords:wirelesssensornetworkꎻbigdataclusteringꎻparticleswarmoptimizationꎻprincipalcomponentanalysisꎻinformationentropyꎻ

intuitionisticfuzzykernelclusteringalgorithm

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ꎬ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ꎬ提出基于粒子群算法的无线传感网络大数据优化方法ꎮ该方法结合主成分分析方法和信息熵降维处理大数据ꎬ减

少数据聚类所需的时间ꎬ采用直觉模糊核聚类算法聚类大数据ꎬ引入粒子群算法ꎬ优化直觉模糊核聚类方法ꎬ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ꎬ实现大数据聚类ꎮ仿真分析结果表明ꎬ所提方法的聚类效果较好ꎬJaccard系数

在0.70以上ꎬ数据平均熵仅为0.36ꎬ并且时间复杂度仅为26.3%ꎬ该方法的应用价值更高ꎮ

关键词:无线传感网络ꎻ大数据聚类ꎻ粒子群算法ꎻ主成分分析ꎻ信息熵ꎻ直觉模糊核聚类算法

无线传感网络[1]随着IT(InformationTechnol ̄文献[3]方法将大数据输入卷积神经网络中ꎬ

ogy)技术和通讯科技的不断发展ꎬ其结构复杂度逐获得数据粗特征ꎬ通过孔洞卷积训练数据粗特征ꎬ得

渐提升ꎬ规模不断扩大ꎬ网络中的大数据随之增加ꎮ到数据的精细特征ꎬ并将其输入胶囊网络中完成大

无线传感网络中的大数据具异质性、多样性和复杂数据聚类ꎮ该方法的聚类结果Jaccard系数较低ꎬ数

性等特点ꎮ大数据的价值较高ꎬ在科学研究

您可能关注的文档

文档评论(0)

论文顾问 + 关注
实名认证
服务提供商

从事办公室文字工作,提供论文格式排版 、专业学术论文参考资料、文章写作、论文答辩PPT模板、会议筹备指导等服务,经验丰富,已从事七年。互相信任,保证质量,全程包修改,负责到通过。 微X号:lhg511823

1亿VIP精品文档

相关文档