[發明專利]一種中醫可穿戴設備網絡的數據匯聚方法

在審

• 申請號: 201910406431.0
• 申請日: 2019-05-15
• 公開（公告）號: CN110278595A
• 公開（公告）日: 2019-09-24
• 發明（設計）人: 王天舒;胡孔法;楊曦晨;孫佳萍;胡晨駿
• 申請（專利權）人: 南京中醫藥大學
• 主分類號: H04W40/10
• 分類號: H04W40/10;H04L12/715;H04W84/18
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 劉珊珊

1.一種中醫可穿戴設備網絡的數據匯聚方法，其特征在于：所述中醫可穿戴設備網絡包括區域內的所有可穿戴節點和觀測平臺，可穿戴節點之間、觀測平臺之間、可穿戴節點與觀測平臺均能夠進行數據傳輸；對所有可穿戴節點進行分簇，在每個簇的內部，根據可穿戴節點的地理位置和剩余能量選擇一個可穿戴節點作為簇頭節點，簇頭節點匯聚本簇內其他可穿戴節點采集的數據，并將匯聚的數據發送至觀測平臺。

2.根據權利要求1所述的中醫可穿戴設備網絡的數據匯聚方法，其特征在于：采用G-Means算法對所有可穿戴節點進行分簇。

3.根據權利要求2所述的中醫可穿戴設備網絡的數據匯聚方法，其特征在于：包括如下步驟：

(11)設中醫可穿戴設備網絡中包括N個可穿戴節點，所有可穿戴節點構成節點集合N＝{p₁,p₂,…,p_n,…p_N}，可穿戴節點p_n的坐標為p_n＝(x_n,y_n)；

(12)計算節點集合N內所有可穿戴節點的中心坐標p_nc，節點集合N的初始中心集為C＝{p_nc}：

(13)基于K-Means算法(C',G)＝K-Means(C,N)更新中心集C'，包括如下步驟：

(131)初始化循環次數r＝1、循環停止條件E_r＝0，E₀＝0；

(132)將節點集合N分為G＝|C|個簇，|C|為初始中心集C中元素的數量總數：

C＝{C[1],C[2],…,C[g],…,C[G]} (2)

(133)以C[g]為簇Cluster_g的初始中心，將可穿戴節點p_n分配至與其最近的初始中心所在的簇：

G＝{Cluster₁,Cluster₂,…,Cluster_g,…,Cluster_G} (3)

其中：R_g＝|Cluster_g|，|Cluster_g|為簇Cluster_g中元素的數量總數；

(134)更新簇Cluster_g的中心C'[g]：

C'＝{C'[1],C'[2],…,C'[g],…,C'[G]} (6)

(135)計算節點集合N內所有可穿戴節點至各自所屬簇的中心距離的平方和為簇Cluster_g中的可穿戴節點pi到簇Cluster_g的中心C'[g]的距離；

(136)判斷E_r-E_r-1＝0是否成立：若成立，則進入步驟(14)；否則，r＝r+1，C＝C'，返回步驟(132)；

(14)對所有簇進行高斯分布測試，包括如下步驟：

(141)設定臨界值δ＝0.0001，g＝1；

(142)從簇Cluster_g中隨機選取兩個可穿戴節點p_c1和p_c2，簇Cluster_g的初始中心集為C_g＝{p_c1,p_c2}；

(143)基于K-Means算法(C_g',Cluster_g')＝K-Means(C_g,Cluster_g)更新中心集C_g'，包括如下步驟：

(1431)初始化循環次數r＝1、循環停止條件E_r＝0，E₀＝0；

(1432)將簇Cluster_g分為簇Cluster_g1和簇Cluster_g2，pc1和p_c2分別為簇Cluster_g1和簇Cluster_g2的初始中心，將pi分配至與其最近的初始中心所在的簇：

其中：R_g1＝|Cluster_g1|，R_g2＝|Cluster_g2|，|Cluster_g1|、|Cluster_g2|分別為簇Cluster_g1、Cluster_g2中元素的數量總數；

(1433)更新簇Cluster_g1和簇Cluster_g2的中心：

C_g'＝{p_c1',p_c2'} (10)

(1434)計算簇Cluster_g內所有可穿戴節點至各自所屬簇的中心距離的平方和

(1435)判斷E_r-E_r-1＝0是否成立：若成立，則C_g＝C_g'，進入步驟(144)；否則，r＝r+1，C_g＝C_g'，返回步驟(1432)；

(144)p_c1＝(x_c1,y_c1)，p_c2＝(x_c2,y_c2)，計算連接p_c1和p_c2的向量

(145)計算簇Cluster_g中可穿戴節點p_i到向量的投影：

得到將V轉換為集合O符合均值為0、方差為1的標準正太分布；

(146)計算：

(147)判斷A^*2(O)＜δ是否成立：若成立，則認為簇Cluster_g通過高斯分布測試，維持C[g]為簇Cluster_g的中心，進入步驟(148)；否則，將使用p_c1和p_c2替換中心集C中的C[g]，進入步驟(149)；

(148)若g＝G，則返回輸出C和G；否則，g＝g+1，返回步驟(142)；

(149)若g＝G，則返回步驟(13)；否則，g＝g+1，返回步驟(142)。

4.根據權利要求1所述的中醫可穿戴設備網絡的數據匯聚方法，其特征在于：簇頭的選舉方法為：

(21)計算簇Cluster_g內任意節點與簇Cluster_g內所有節點的距離之和，按照距離之和由大至小的順序對簇Cluster_g內所有節點重新排序，第i個節點的權重記為w[i]；

(22)統計出過去輪內當選簇頭的次數為0的節點，對應節點的權重翻一倍；若第i個節點在過去輪內當選簇頭的次數為0，則w[i]＝w[i]×2；

(23)計算簇Cluster_g內所有節點的平均剩余能量，統計出剩余能量小于平均剩余能量的節點，對應節點的權重減半，統計出剩余能量小于平均剩余能量的一半的節點，對應節點的權重再減半；若第i個節點的剩余能量小于平均剩余能量但大于平均剩余能量的一半，則w[i]＝w[i]÷2；若第i個節點的剩余能量小于平均剩余能量一半，則w[i]＝w[i]÷4；

(24)對簇Cluster_g內所有節點的權重取整，構建數組wc，將節點的權重取整后的值作為其存放在數組wc中的次數；

(25)從數組wc中隨機選取一個節點作為簇頭節點。