典型文献
考虑节点信誉度的传感器网络数据并行聚集
文献摘要：
为降低传感器网络的数据积聚量、提高数据并行聚集精度,提出了一种考虑节点信誉度的传感器网络数据并行聚集方法.将传感器网络数据并行聚集过程分为两个阶段.首先,采用减法聚类的方法来获取节点簇头.通过保障簇头地理位置的合理分布,提升节点分簇效率.然后利用以云理论为基础的节点信誉度度量模型获取信誉云的数值特征值,量化局部窗口内传感器节点的信誉度.在数据传输阶段,以多属性决策过程描述簇头节点确定下一跳数据转发节点的建模过程,结合节点信誉度分析结果,确定由整体评价最佳的簇头节点转发聚集数据.仿真结果表明:本文方法的精度最高可达98.1％,由此可知,利用该方法可实现高精度的传感器网络数据并行聚集.
文献关键词：
节点信誉度;传感器网络;数据并行聚集;节点分簇;数据传输;云理论
中图分类号：
作者姓名：
周海飞;芦翔;胡春芬
作者机构：
常州信息职业技术学院网络空间安全学院,江苏 常州213164;中国科学院信息工程研究所,北京100049
文献出处：
引用格式：
[1]周海飞;芦翔;胡春芬-.考虑节点信誉度的传感器网络数据并行聚集)[J].传感技术学报,2022(04):545-549
A类：
节点信誉度,数据并行聚集
B类：
传感器网络,网络数据,积聚,聚集方法,聚集过程,减法聚类,节点分簇,云理论,度度,度量模型,取信,数值特征,口内,传感器节点,数据传输,多属性决策,决策过程,簇头节点,定下,跳数,数据转发,由此可知
AB值：
0.211068
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
