《基于K-means聚类的WSN异常数据检测算法》PDF+DOC
作者:费欢,李光辉
单位:华东计算机技术研究所;上海计算机学会
出版:《计算机工程》2015年第07期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFJSJC2015070250
DOC编号:DOCJSJC2015070259
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于K-means聚类的安全高效的数据聚集算法》PDF+DOC2016年第05期 古奋飞,王涛春
《不同聚类算法对恢复WSN连通性的对比研究》PDF+DOC2017年第07期 牛晓棠,曹江涛
《基于K-means聚类的WSN能耗均衡路由算法》PDF+DOC2011年第11期 张海燕,刘虹
《基于DBSCAN的环境传感器网络异常数据检测方法》PDF+DOC2012年第11期 潘渊洋,李光辉,徐勇军
《基于多层极小支配集聚类的WSN算法仿真与分析》PDF+DOC2008年第01期 罗光春,卢显良,李炯
《基于传感器网络的分布式遗传k-means聚类算法研究》PDF+DOC2013年第03期 洪月华,朱景锋
《WSN中基于蚁群算法的单向链路路由算法》PDF+DOC2016年第06期 唐万伟
《WSN中一种目标追踪在线节点调度算法》PDF+DOC2012年第11期 冯延蓬,仵博,郑红燕,孟宪军
《基于WSN的DV_Distance定位算法研究》PDF+DOC2011年第20期 邱婉静,冯巧玲,宋威,原鹏飞
《WSN中基于蚁群算法的QoS路由协议》PDF+DOC2011年第11期 王镇,刘学军
为提高无线传感器网络应用系统的可靠性,对传感器节点采集的环境数据集进行检测,提出一种改进的异常数据检测算法。采用K-means算法思想,结合无线传感器网络数据的特点,以欧式距离作为指标,比较数据点的相似度并划分聚类,根据数据点与聚类中心之间的距离区分正常数据与异常数据。实验结果表明,当数据规模超过1 000时,与基于噪声的密度聚类算法相比,该算法对于异常数据的检测率较高,误报率较低。
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。