针对传统K-means算法必须事先确定聚类数目以及对初始聚类中心的选取比较敏感的缺陷,采用基于密度的思想,通过设定Eps邻域以及Eps邻域内至少包含的对象数minpts来排除孤立点,并将不重复的核心点
基于Spark框架的K-means聚类算法研究,皇秋曼,周锋,随着互联网时代的发展,如何从海量数据中挖掘出有用的信息是一个重要的课题。Spark是适用于大数据的高可靠性,高性能分布式并行计�
引 言 无线传感器网络(Wireless Sensor Networks,WSN)是由一组微型传感器节点以自组织方式构成的无线网络,其目的是协作地感知、采集和处理网络覆盖的地理区域中感知对象的信息
随着微电子工艺和无线通信技术的飞速发展,无线传感器网络(WSN)的研究越来越受到人们的重视。传感器网络(sensor network)是由部署在观测环境附近的大量微型廉价低功耗传感器节点组成,通过无线
针对矿井带状网络拓扑结构、信息流量不均衡、节点间能耗严重不均匀等问题,提出了一种矿用带状能耗均衡的非均匀分簇路由协议算法。该算法的簇首竞选机制综合考虑了节点与汇聚节点距离、节点能量及节点密度,同时充分
分簇算法中,簇头的选择对无线传感器网络的能耗有重要的影响,为了提高网络生存周期,提出了一种基于簇头发送能耗的簇头选择算法(SECCS)。为了平衡节点间的不同能耗,使已做过簇头的节点在其后若干轮内不能再
基于spark平台的K-means改进算法,闫萌,邹俊伟,K-means算法是较为经典的聚类算法。针对经典的K-means算法存在的K值个数和初始聚类中心需要人为指定的缺陷,以及经典的串行K-mean
基于欧氏距离的K-MEANS算法优化,李轮,宋文广,对于传统的K-means聚类算法而言,在使用上有太多的局限性。文中针对K-means算法,在基于欧氏距离相似度计算的基础上,利用现有的一些�
一种改进的加权分簇算法的研究,许润萍,王盼卿,本文提出一种用于AdHoc网络的改进的加权分簇算法,该算法以改善分簇结构网络总体性能,减少系统总体开销,有效提高移动节点可靠性
基于JAINSLEE的无线传感网业务研究与实现,庞传晓,谢东亮,无线传感网具有网络异构性及标准不统一等特点,IMS具有业务标准化的特点,通过将两者结合,可以实现无线传感网业务标准化发布。本