作者:梁建平 单位:重庆市光学机械研究所 出版:《激光杂志》2017年第12期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFJGZZ2017120290 DOC编号:DOCJGZZ2017120299 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 传统基于距离的分类方法只能获取球状簇,不能对云计算环境下光纤激光网络通信数据形成的不规则形状簇进行聚类,无法实现光纤激光网络异常数据的准确分类。因此,提出基于DBSCAN的异常数据高精度分类方法,其包括训练过程和检测过程。训练过程中光纤激光传感器节点采集数据,通过sink节点将数据反馈给中心基站,中心基站采用DBSCAN算法对数据进行训练,采集有价值的环境特征集并将其传递给sink节点。检测过程中Sink节点将特征集传递给激光传感器节点,激光传感器节点运算检测数据同环境特征集内的核心点的欧几里德距离,若该距离高于DBSCAN算法的训练半径,则说明检测数据是异常数据。实验结果说明,所提方法具有较高的分类效率、分类精度和较低的分类能耗。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。