-
题名基于智能优化算法的物联网异构数据融合方法
被引量：17
- 1
-
-
作者
朱超平
任继平
-
机构
重庆工商大学计算机科学与信息工程学院
华中农业大学信息学院
-
出处
《吉林大学学报（理学版）》
CAS
北大核心
2019年第3期627-632,共6页
-
基金
国家自然科学基金(批准号:61502063)
重庆工商大学自然科学基金(批准号:1751043)
-
文摘
针对当前物联网数据融合方法速度慢、融合精度低等问题,以改善物联网异构数据融合效果为目标,提出一种基于智能优化算法的物联网异构数据融合方法.首先采用多个节点采集监测对象状态数据,并对每个节点采集的数据噪声进行过滤,初步减少数据规模,提高物联网异构数据质量;然后引入聚类分析算法处理簇首数据,消除簇内数据间的冗余;最后在汇聚节点采用智能优化算法对簇首数据进行加权融合,并在相同环境下与其他融合方法进行对比实验.实验结果表明,该方法能对物联网异构数据进行有效融合,获得了较高精度的物联网异构数据融合结果,物联网异构数据融合错误少、速度快,提高了物联网数据融合的效率.
-
关键词
物联网异构数据
冗余特征
汇聚节点
最小二乘支持向量机
聚类分析算法
-
Keywords
heterogeneous data of Internet of Things
redundant feature
aggregation node
least squares support vector machine
clustering analysis algorithm
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于滑动聚类的窄带物联网特征级异构数据融合方法
- 2
-
-
作者
郝亚平
-
机构
常州工业职业技术学院
-
出处
《微型电脑应用》
2024年第7期234-237,共4页
-
文摘
由于物联网数据具有多样化特征,不同类数据需求不明确,导致数据特征集提取难度较大。为了提高物联网异构数据融合效果,提出一种基于滑动聚类的窄带物联网特征级异构数据融合方法。利用平移变换得到网络数据的时间信息,通过小波变换增强无线传感器节点采集的异构数据质量;计算滑动窗差值,确定物联网特征级异构数据的初始聚类点,利用均值漂移算法完成异构数据状态聚类;通过凝聚机制完成相似数据的特征集提取,实现特征级异构数据的融合。实验结果证明,所提方法有效降低了物联网数据规模,减少了数据融合误差,且融合后信息不失真,在数据处理领域具有较高的应用价值。
-
关键词
物联网异构数据
滑动窗
数据融合
小波变换
数据轮廓系数
聚类中心
-
Keywords
heterogeneous data in the Internet of Things
sliding window
data fusion
wavelet transform
data sihouette coefficient
cluster center
-
分类号
TP182
[自动化与计算机技术—控制理论与控制工程]
-
