-
题名基于粒子群算法的无线传感网络大数据聚类优化方法
被引量:1
- 1
-
-
作者
程宁
李超
-
机构
湖北轻工职业技术学院信息工程学院
湖北大学信息化建设与管理处
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2023年第8期1316-1322,共7页
-
基金
教育部科技发展中心产学研创新基金新一代信息技术创新项目(2018A03021)。
-
文摘
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。
-
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
wireless sensor network
big data clustering
particle swarm optimization
principal component analysis
information entropy
intuitionistic fuzzy kernel clustering algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-