基于数据场的无线传感网数据双重聚类算法

摘要

为了解决大规模高维WSN数据的双重聚类问题,提出一种基于数据场的WSN数据聚类方法.借用数据场的思想,将WSN数据空间非线性映射到势能空间;结合WSN数据的分布特点,采用概率熵度量数据的质量;根据数据场形成的等势线分布特征,采用极小判定法得到数据聚类结果.通过人工合成数据集实验测试,结果表明,对于随机分布的大规模数据集的聚类效果和聚类精确度,此算法优于ICC和DFCM的双重聚类算法,且具有较低的时间复杂度和良好的可扩展性.