基于無線傳感器網絡不確定數(shù)據(jù)的HPDBSCAN算法研究.pdf

1、隨著無線通信技術、無線數(shù)據(jù)庫技術與集成電子技術的顯著提高和廣泛應用,具有監(jiān)測能力、計算存儲能力和數(shù)據(jù)傳輸能力的無線傳感網絡被國內外研究者應用到軍事、交通運輸、環(huán)境監(jiān)測和農業(yè)生產等領域,在國防建設和國家經濟建設方面,起著很重要的作用。然而無線傳感器網絡的應用發(fā)展仍受諸多因素的制約,無線網絡不穩(wěn)定、安全性較差、網絡延時、傳感器能量較小、周圍復雜環(huán)境等因素都會影響到原始數(shù)據(jù)的準確度,致使感知的數(shù)據(jù)具有不確定性,不確定性數(shù)據(jù)的問題已成學術界研究

2、的熱點之一。
　　當前不確定性數(shù)據(jù)的處理算法主要從經典的確定數(shù)據(jù)算法演化而來,其中比較經典的不確定數(shù)據(jù)算法為Skyline查詢、U-AHC、基于頻繁集的數(shù)據(jù)挖掘和基于聚類的算法。其中基于聚類的算法由于其查找簇的優(yōu)越性,應用最為廣泛。聚類分析可以更好的發(fā)現(xiàn)數(shù)據(jù)之間的相似度,形成簇類,傳統(tǒng)的聚類算法無法將相似度高的不確定性數(shù)據(jù)數(shù)據(jù)對象劃分為一個簇,數(shù)據(jù)挖掘過程中就無法完全體現(xiàn)數(shù)據(jù)對象的準確狀態(tài)。
　　為了解決無線傳感器網絡中的不

3、確定數(shù)據(jù),作者根據(jù)不確定性數(shù)據(jù)的概率密度分布進行概率聚類,并利用Hilbert編碼技術將多維數(shù)據(jù)映射到一維數(shù)據(jù)空間,通過改進Hilbert編碼技術,并在此基礎上改進了基于Hilbert-R樹索引的HPDBSCAN算法對不確定性數(shù)據(jù)進行聚類。通過編程仿真反復實驗和驗證實驗結果表明HPDBSCAN算法預處理效果較好,比PDBSCAN和FOPTICS等聚類算法更適合不確定性數(shù)據(jù)的聚類。
　　本論文的主要工作如下:
　　(1)在經典

4、的DBSCAN算法基礎上,提出Hilbert-R樹來提高空間利用率以及索引效率。利用Hilbert曲線具有其良好的聚簇性,同一葉子結點內的Hilbert編碼值接近的數(shù)據(jù)點,其空間位置接近。對數(shù)據(jù)預處理,縮短了聚類時間。
　　(2)改進Hilbert編碼值計算公式,使空間位置接近的數(shù)據(jù)點其Hilbert編碼值接近,保證數(shù)據(jù)聚類在效率提高的同時,準確性有所保證。
　　(3)將數(shù)據(jù)點的Hilbert編碼值差值引入概率閾值PTI中,