南宁职业技术学院学报
南寧職業技術學院學報
남저직업기술학원학보
JOURNAL OF NANNING POLYTECHNIC
2013年
3期
79-82
,共4页
聚类分析%遗传算法%无线传感器网络
聚類分析%遺傳算法%無線傳感器網絡
취류분석%유전산법%무선전감기망락
传统的集中式聚类算法不适宜对传感器网络的分布式数据进行聚类,用遗传进化机制对传统k-means的分布式聚类算法进行优化,可得出遗传k-means聚类算法.遗传k-means聚类算法即在传感器网络中sink节点传送随机选取的初始k个簇心到各个传感器节点,在这些节点上分别用遗传k-means聚类算法将本地的数据划分到距离最近的簇,然后将簇信息在无线传感器网络里通过路由逐层上传合并汇聚到sink节点,计算k个簇心的平均值,再往下传送k个簇心,反复迭代更新直至聚类目标函数值达到最小为止.实验表明,遗传k-means聚类算法的聚类效果较好,收敛速度较快.
傳統的集中式聚類算法不適宜對傳感器網絡的分佈式數據進行聚類,用遺傳進化機製對傳統k-means的分佈式聚類算法進行優化,可得齣遺傳k-means聚類算法.遺傳k-means聚類算法即在傳感器網絡中sink節點傳送隨機選取的初始k箇簇心到各箇傳感器節點,在這些節點上分彆用遺傳k-means聚類算法將本地的數據劃分到距離最近的簇,然後將簇信息在無線傳感器網絡裏通過路由逐層上傳閤併彙聚到sink節點,計算k箇簇心的平均值,再往下傳送k箇簇心,反複迭代更新直至聚類目標函數值達到最小為止.實驗錶明,遺傳k-means聚類算法的聚類效果較好,收斂速度較快.
전통적집중식취류산법불괄의대전감기망락적분포식수거진행취류,용유전진화궤제대전통k-means적분포식취류산법진행우화,가득출유전k-means취류산법.유전k-means취류산법즉재전감기망락중sink절점전송수궤선취적초시k개족심도각개전감기절점,재저사절점상분별용유전k-means취류산법장본지적수거화분도거리최근적족,연후장족신식재무선전감기망락리통과로유축층상전합병회취도sink절점,계산k개족심적평균치,재왕하전송k개족심,반복질대경신직지취류목표함수치체도최소위지.실험표명,유전k-means취류산법적취류효과교호,수렴속도교쾌.