由于无线传感器网络数据之间具有时空关联性,而现有方法往往仅考虑单一方面,无法更全面地捕捉数据的特征,导致聚类的效果难以得到保障.为此,提出考虑时空相关性的无线传感器网络数据分簇聚类方法研究.利用势函数描述节点间的数据流动趋势和能量分布状态,确定Sink节点(数据收集点)和Source节点(数据产生点)的势函数值.基于此,根据与Sink和Source节点的相对位置及距离动态计算其他普通节点的势函数值,实现无线传感器网络数据场的构建.根据空间相关和时间相关构建数据挖掘机制,更全面地捕捉数据特征,并通过配置信息分发机制启动分簇过程,比较出发感兴趣事件节点中具有时空相关性节点的势函数值,完成聚类.在测试结果中,DB指数始终稳定在0.165以下,DB指数均值分别低于粒子群聚类方法0.006 2,低于改进PSO聚类方法0.009 2.
万方数据
维普
