学位论文 > 优秀研究生学位论文题录展示

WSN环境下分布式聚类算法的研究与实现

作　者: 高媛
导　师: 郭龙江
学　校: 黑龙江大学
专　业: 计算机应用技术
关键词: 无线传感器网络动态时间弯曲聚类异常检测
分类号: TN929.5
类　型: 硕士论文
年　份: 2011年
下　载: 29次
引　用: 0次
阅　读: 论文下载

内容摘要

随着无线传感器网络的应用越来越广泛,聚类算法被应用于此平台。聚类算法是数据挖掘和机器学习领域的一个重要的分支。无线传感器网络上的数据聚类可以应用于检测温度变化、污染物流动情况、煤气泄漏情况和异常数据簇检测。本文的第一个算法(DSE)是以数据为中心的分布式聚类算法。该算法是对一种现存的优秀的Elink算法的改进。Elink算法的主要贡献是以有序性的方式选择和使用簇头,这种顺序性体现在四叉树结构中。但顺序性选取簇头节点的方式限制了算法的时间复杂度。我们在DSE算法的使用中取消簇头节点顺序使用,引入虚根和质心两种相对簇头,使得簇头节点在不满足距离度量条件时可以同步开始操作。算法的时间复杂度由原来的O ( N×LogN)变为O ( N)。第二个DHC算法是基于DCDTW技术的时间序列分布式聚类算法。在ICDM2008中有一个DSIC算法也是对时间序列进行处理。DSIC算法中使用k-Haar小波技术对时间序列进行压缩,然后使用FastDWT计算时间序列的相异度。但是使用这种方法计算的相异度会和原始时间序列计算出的相异度有很大的误差。为了弥补误差,我们在DHC算法中把SN-Haar技术和DTW技术联合使用,然后在加入误差补偿值DC S,得到一种基于误差补偿的动态时间弯曲方法(DCDTW)。最后,DHC算法把IEEE2006中关于异常处理的方法应用于数据簇的聚类。本文的两个聚类算法都是数据聚类,但这两种算法对时间序列的处理方法是不同的,使用的基础框架也是不同的。DSE算法的优点是时间复杂度进一步变好了,但牺牲了一点聚类质量。DHC算法的优点是有较高的聚类质量且通讯量低、误差小,但时间复杂度略有不足。

全文目录

相似论文

基于无线传感器网络的电动汽车电池组综合测试技术研究,U469.72
隐式用户兴趣挖掘的研究与实现,TP311.13
图像分割中阴影去除算法的研究,TP391.41
基于图分割的文本提取方法研究,TP391.41
传感器网络中渐变事件监测研究,TP212.9
无线传感器网络中定位攻击检测技术研究,TP212.9
基于功能节点的无线传感器网络多对密钥管理协议研究,TP212.9
基于LEACH的安全建簇无线传感器网络路由协议研究,TP212.9
牡丹EST-SSR引物开发及其亲缘关系分析,S685.11
无线传感器网络组播路由协议研究,TN929.5
高血压前期证候特征研究,R259
高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
基于地理位置的WSNs路由算法研究与改进,TN929.5
K-均值聚类算法的研究与改进,TP311.13
大学生综合素质测评研究,G645.5
基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
土壤环境功能区划研究,X321
基因表达谱数据聚类分析方法比较与大豆疫霉基因的网络构建,S435.651
细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
基于变异粒子群的聚类算法研究,TP18
融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18