您的位置: 专家智库 > >

浙江省自然科学基金(Y1110791)

作品数:2 被引量:35H指数:2
相关作者:李光辉卢文伟更多>>
相关机构:浙江农林大学更多>>
发文基金:浙江省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇移动传感器
  • 1篇移动传感器网...
  • 1篇异常数据
  • 1篇异常数据检测
  • 1篇英文
  • 1篇冗余
  • 1篇冗余数据
  • 1篇数据检测
  • 1篇网络
  • 1篇密度聚类
  • 1篇聚类
  • 1篇感器
  • 1篇WSN
  • 1篇K-MEAN...
  • 1篇K-MEAN...
  • 1篇传感
  • 1篇传感器
  • 1篇传感器网
  • 1篇传感器网络

机构

  • 2篇浙江农林大学

作者

  • 2篇李光辉
  • 1篇卢文伟

传媒

  • 1篇计算机研究与...
  • 1篇计算机工程

年份

  • 1篇2015
  • 1篇2011
2 条 记 录,以下是 1-2
排序方式:
移动传感器网络中基于预测的低冗余数据发送策略(英文)被引量:3
2011年
在移动传感器网络中,由于网络的拓扑结构在不断的变化,传统的确定性路由算法并不适用.提出一种新的基于概率分布的动态预测的数据发送策略.该策略利用网络中节点的移动性创建动态的数据传输路径,使得网络中数据传递的时延接近于最优性能,同时确保网络耗能的高效性.实验显示,提出的策略在传输距离较大、节点移动速度快的网络中更具优势.
卢文伟李光辉
关键词:移动传感器网络
基于K-means聚类的WSN异常数据检测算法被引量:32
2015年
为提高无线传感器网络应用系统的可靠性,对传感器节点采集的环境数据集进行检测,提出一种改进的异常数据检测算法。采用K-means算法思想,结合无线传感器网络数据的特点,以欧式距离作为指标,比较数据点的相似度并划分聚类,根据数据点与聚类中心之间的距离区分正常数据与异常数据。实验结果表明,当数据规模超过1 000时,与基于噪声的密度聚类算法相比,该算法对于异常数据的检测率较高,误报率较低。
费欢李光辉
关键词:K-MEANS算法聚类异常数据检测密度聚类
共1页<1>
聚类工具0