[發(fā)明專利]分布式模糊c均值數(shù)據(jù)聚類方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201811397114.9
• 申請(qǐng)日: 2018-11-20
• 公開（公告）號(hào): CN109299750A
• 公開（公告）日: 2019-02-01
• 發(fā)明（設(shè)計(jì)）人: 秦家虎;朱英達(dá);付維明;馬麒超;陳宇航
• 申請(qǐng)（專利權(quán)）人: 中國科學(xué)技術(shù)大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06F16/953
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 李坤

本公開提供一種分布式模糊c均值數(shù)據(jù)聚類方法，用于處理同步傳感器網(wǎng)絡(luò)的數(shù)據(jù)，該同步傳感器網(wǎng)絡(luò)包含多個(gè)傳感器節(jié)點(diǎn)，包括：步驟A：對(duì)同步傳感器網(wǎng)絡(luò)中各個(gè)傳感器節(jié)點(diǎn)內(nèi)的數(shù)據(jù)進(jìn)行正規(guī)化；步驟B：基于分布式k++算法確定該同步傳感器網(wǎng)絡(luò)的初始聚類中心；步驟C：計(jì)算各個(gè)聚類中心與傳感器節(jié)點(diǎn)所存儲(chǔ)的數(shù)據(jù)之間的隸屬度值；步驟D：在整個(gè)同步傳感器網(wǎng)絡(luò)中執(zhí)行平均一致性算法更新聚類中心；步驟E：重復(fù)步驟C和步驟D直至聚類中心的值收斂。本公開提供的分布式模糊c均值數(shù)據(jù)聚類方法可以使得由各個(gè)傳感器節(jié)點(diǎn)獲得的數(shù)據(jù)直接應(yīng)用在傳感器層面進(jìn)行數(shù)據(jù)分割，有助于減少通訊消耗，是一種十分高效的做法。

技術(shù)領(lǐng)域

本公開涉及分布式網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)領(lǐng)域，尤其涉及一種分布式模糊c均值數(shù)據(jù)聚類方法。

背景技術(shù)

無線傳感器網(wǎng)絡(luò)(WSN)是由大量廉價(jià)微型傳感器所組成的分布式網(wǎng)絡(luò)，其由于低成本、低功耗而被廣泛應(yīng)用于軍事、航空、環(huán)境、生態(tài)、農(nóng)業(yè)、工業(yè)等領(lǐng)域的監(jiān)測。單個(gè)傳感器一般存儲(chǔ)小，帶寬低，電池容量限制，可以探測震動(dòng)、溫度、濕度、光強(qiáng)、壓強(qiáng)等物理量。例如，在野外地區(qū)或者不宜人工監(jiān)測的區(qū)域布置WSN可以進(jìn)行長期無人值守的不間斷監(jiān)測，為生態(tài)環(huán)境的保護(hù)和研究提供實(shí)時(shí)的數(shù)據(jù)資料。具體的應(yīng)用包括：通過跟蹤珍稀鳥類等動(dòng)物的棲息、覓食習(xí)慣進(jìn)行瀕危種群的研究。在類似的檢測中往往需要獲取圖像、聲音等信息。當(dāng)獲取足夠數(shù)量的數(shù)據(jù)后，需要對(duì)數(shù)據(jù)進(jìn)行挖掘，找出需要的信息。

數(shù)據(jù)聚類是數(shù)據(jù)挖掘的核心步驟，它有助于我們了解數(shù)據(jù)的內(nèi)在結(jié)構(gòu)及分布模式。數(shù)據(jù)聚類即把數(shù)據(jù)對(duì)象集合劃分成多個(gè)不同的類或簇，每個(gè)簇內(nèi)的數(shù)據(jù)對(duì)象之間的相似性要高于與其他簇內(nèi)的對(duì)象的相似性，在各個(gè)領(lǐng)域都有著大量應(yīng)用。

然而，在實(shí)現(xiàn)本公開的過程中，本申請(qǐng)發(fā)明人發(fā)現(xiàn)，傳統(tǒng)的聚類算法是集中式的，要求所有數(shù)據(jù)存儲(chǔ)于同一個(gè)節(jié)點(diǎn)，由一個(gè)計(jì)算節(jié)點(diǎn)集中進(jìn)行處理。在分布式網(wǎng)絡(luò)的環(huán)境下，由于采集的數(shù)據(jù)分布存儲(chǔ)于各個(gè)節(jié)點(diǎn)，聚類時(shí)需要傳輸所有數(shù)據(jù)到一個(gè)中心站點(diǎn)進(jìn)行處理，這樣做通訊消耗大且會(huì)有存儲(chǔ)容量限制。

公開內(nèi)容

(一)要解決的技術(shù)問題

基于上述技術(shù)問題，本公開提供一種分布式模糊c均值數(shù)據(jù)聚類方法，以緩解傳統(tǒng)的聚類算法需要將所有數(shù)據(jù)存儲(chǔ)于同一個(gè)節(jié)點(diǎn)，集中進(jìn)行處理，導(dǎo)致通訊消耗大且會(huì)有存儲(chǔ)容量限制的技術(shù)問題。

(二)技術(shù)方案

本公開提供一種分布式模糊c均值數(shù)據(jù)聚類方法，用于處理同步傳感器網(wǎng)絡(luò)的數(shù)據(jù)，該同步傳感器網(wǎng)絡(luò)包含多個(gè)傳感器節(jié)點(diǎn)，包括：

步驟A：對(duì)同步傳感器網(wǎng)絡(luò)中各個(gè)傳感器節(jié)點(diǎn)內(nèi)的數(shù)據(jù)進(jìn)行正規(guī)化；

步驟B：基于分布式k++算法確定該同步傳感器網(wǎng)絡(luò)的初始聚類中心；

步驟C：計(jì)算各個(gè)聚類中心與傳感器節(jié)點(diǎn)所存儲(chǔ)的數(shù)據(jù)之間的隸屬度值；

步驟D：在整個(gè)同步傳感器網(wǎng)絡(luò)中執(zhí)行平均一致性算法更新聚類中心；

步驟E：重復(fù)步驟C和步驟D直至聚類中心的值收斂。

在本公開的一些實(shí)施例中，在執(zhí)行所述步驟A前，若同步傳感器網(wǎng)絡(luò)的拓補(bǔ)結(jié)構(gòu)是有向圖，且權(quán)值不平衡，則執(zhí)行鏡像不平衡修正算法修正邊的權(quán)值使圖平衡。

在本公開的一些實(shí)施例中，所述步驟A中，將傳感器節(jié)點(diǎn)中數(shù)據(jù)各個(gè)維度的值放縮到[0，1]之間。