一种基于WSN的协议改进算法分析

针对无线传感器网络(WSN)路由协议LEACH 算法中簇首分配不均以及簇首与Sink节点直接通信的问题,提出一种新的无线传感器网络LEACH路由算法.该算法通过节点能量分簇,并在簇首的数据发送过程中引入了改进的多跳路由算法.仿真结果表明,改进后的算法在网络生存时间和节省能量上比LEACH 算法有了很大提高.     

无线传感器网络LEACH路由协议的研究

对于无线传感器网络(WSN)来说,网络层协议负责路由发现和维护,是无线传感器网络的重要因素,网络层路由协议的好坏直接影响到整个网络的性能.LEACH路由协议在众多无线传感器网络协议中有一定优势,对LEACH低功耗自适应分簇路由协议进行研究,通过计算仿真,确定LEACH协议中最优簇数,达到优化网络性能的目的.     

无线传感器网络LEACH协议的研究与改进

在无线传感器网络体系结构中,网络层的路由技术至关重要.在分析了低功耗自适应分簇协议( low energy adaptive clustering hierarchy,LEACH)及LEACH相关的路由协议之后,提出一种基于LEACH的能量高效分簇路由算法(energy-efficient clustering rou...     

改进LEACH的传感器网络分簇路由算法

针对当前无线传感器网络分簇路由算法存在的节点能耗不平均、 节点过早死亡等缺陷, 提出一种改进低功耗自适应分簇(LEACH)的无线传感器网络路由算法. 首先针对无线传感器节点过早死亡的问题, 引入簇半径动态确定方式, 将整个无线传感器网络划分为多个不均匀的簇; 然后考虑簇首能量消耗过快的问题, 结合簇首所在位置和节点剩余能量选择每轮中的簇首; 最后改进数据传输机制保证节点能量消耗均衡, 并在MATLAB 2014平台上对无线传感器网络分簇路由算法的性能进行测试. 测试结果表明, 改进LEACH算法较好地解决了节点过早死亡的难题, 延长了无线传感器网络的寿命, 平衡了各节点能量消耗, 整个无线传感器网络的性能显著优于其他对比算法.     

基于蚁群算法的低能耗LEACH协议分析

针对无线传感器网络路由协议LEACH(低功耗自适应分层路由)算法中簇首与Sink节点直接通信的问题,提出了一种基于蚁群算法的LEACH算法.该算法利用蚁群算法简单易于实现、支持多路径的特点,通过相邻簇首节点间的距离和剩余能量值,在整个网络中建立和更新簇首间的信息素浓度,形成簇首间多跳路由.仿真结果表明,与LEACH算法相比,该算法在能量消耗与延长网络生存周期等方面具有更好的性能.     

射频供电异构传感器网络分簇路由算法

在大规模无线传感器网络中,针对无线传感器网络中LEACH分簇路由算法能量消耗不均衡,网络生命周期短等问题,提出了一种基于无线射频能量收集的LEACH异构分簇路由算法(LEACH-RFEH)。该算法根据网络中节点剩余能量和当前无线射频补给能量制定了异构无线传感器网络簇头选取机制,高级节点具有无线射频能量收集功能,具有较高的剩余能量和补给能量的节点有更多的机会当选簇头。仿真结果表明:该算法与传统LEACH算法、SEP算法相比,不仅能够均衡网络消耗,而且可以延长网络的工作时间,具有较好的扩展性。     

无线传感器网络中一种基于地理位置信息的路由算法

无线传感器网络(WSN)能够实时监测和采集网络分布区域内的各种监测对象的信息,有着广泛的应用前景。设计有效的路由算法来降低能量损耗、延长网络的生命周期成为无线传感器网络研究的核心问题。对现有的基于簇类的路由协议中最具代表性的一种--LEACH协议进行了研究,并基于LEACH协议提出了适用于大规模网络的、基于地理位置信息的路由算法(GBCA--Geographical-Based Clustering Algorithm),但仍需进一步完善和改进。仿真实验证明了该算法的有效性。     

优化QoS的基于LEACH的无线传感器网络路由协议

为了保证无线传感器网络通信质量,同时尽可能地减少路由能量的消耗,对传统的LEACH算法进行改进,提出一种基于LEACH的优化通信质量的无线传感器网络路由协议——节点密度控制算法DC-LEACH算法.本协议的基本思想是通过选取具有良好通信位置的节点作为LEACH算法的簇首,减少网络中节点分布不均匀的情况对能量损耗和通信质量所造成的影响.协议采用概率分析的方法确定最优检测邻域范围,根据检测区域的节点密度确定簇首筛选阈值以进行簇首选举,建立分簇形式的网络路由协议.仿真实验的结果表明,本文提出的改进型协议能够在有效节约能耗的同时提高网络的通信质量.     

路由算法LEACH的改进研究

在无线传感器网络路由协议的研究中,通过将现有无线传感器网络路由协议LEACH详细分析的同时,在发现算法的核心思想和优缺点的基础上对其进行改进,给出加权LEACH算法的设计思想,理论上该算法通过加权改进优化簇首的选择方法不仅具有好的能量有效性,而且能实现负荷的近似均匀分担。     

混合式无线传感器网络能量有效路由协议研究

针对LEACH和PEGASIS两个经典路由协议在节点节能方面存在的不足,且只适用于小规模无线传感器网络,提出一种可应用于大规模网路中的混合式路由算法。该算法综合了LEACH和PEGASIS路由协议,它先根据LEACH分簇,并选举能量较多的节点充当簇头,属于同一簇内的节点形成一个链,簇内节点只和邻居节点通信,从而减少了簇...     

聚类算法综述

聚类分析是一种基本的数据分析方法,它在数据挖掘,统计学,空间数据库技术,人工智能,生物学研究,机器学习,模式识别等领域都得到了广泛的应用.论文介绍了各类主要的聚类算法,并概述了其主要应用领域.     

基于遗传和蚁群算法融合的聚类新方法

遗传算法具有快速良好的全局搜索能力,而蚁群聚类算法具有良好的分布式并行性和正反馈能力。将两种算法进行融合,充分利用算法各自的优势和特点,能更有效地进行聚类分析。实验证明这种新组合算法在优化能力和时间性能上比常用的聚类算法有比较明显的优势。     

一种基于信息素扩散的蚁群聚类算法

作为数据挖掘技术的重要组成部分,聚类分析在很多领域有着广泛的应用.蚁群算法由于采用分布式并行处理和正反馈机制,具有较好的全局收敛性,并且在解决多种NP难问题中取得了成功.将信息素扩散模型引入到蚁群聚类算法中,通过设计新的信息素更新机制,提出一种新的基于信息素扩散的蚁群聚类算法.实验结果表明新算法在聚类效果上比基本的蚁群聚类算法有较明显的改善.     

一种基于引力的聚类算法

将万有引力和牛顿第二运动定律的思想引入到聚类分析中,提出了一种基于引力的聚类算法CABG．该算法可以自动决定目标数据集中的簇的个数,并且能发现任意形状的簇且可以过滤“噪声”数据．实验结果表明CABG可以产生高质量的聚类结果．     

一种分层聚类方法及其应用研究

在数据挖掘领域,聚类用于发现数据的分布模式和数据间的相互关系.作者提出一种分层聚类算法,可识大规模、高维数据.该算法首先从不同的角度对电信客户进行聚类或分类,然后以这些聚类为基础,实行自底向上的层次聚类得到最终的聚类结果.算法执行效率高,适合大规模数据的聚类问题.该方法在某电信企业的客户分析中取得了较好的结果.     

聚类算法的研究

聚类算法是多元统计的一个重要分支,在理论和实际生活中都有重要的意义。本文对聚类算法的发展历程以及近年来发展的一些聚类算法进行研究。     

一种改进的模糊核聚类图像分割算法

模糊核聚类算法已广泛应用于图像分割领域,然而该算法对初始值的选取、噪声以及图像灰度不均匀比较敏感.针对该问题,提出了一种改进的模糊核聚类图像分割算法.将改进的最大类间方差法(Otsu)引入模糊核聚类算法中,结合图像的概率信息和空间信息,得到了一种高效、实用的图像分割方法.实验结果表明,改进算法具有较强的抗噪能力,较高的分割精度,可以用于工程实际.     

应用于大型数据库的聚类技术研究

聚类分析是数据挖掘的核心技术.本文对应用于大型数据库的聚类方法做了分析,并进行分类,列举了每类中的典型的聚类算法及其局限性,最后论述了将聚类技术应用于大型数据库的相关技术、基本准则以及以后的研究方向.     

和声搜索算法在聚类分析中的应用

提出了一种改进的和声搜索算法并应用到聚类分析中.首先,将状态反馈机制引入到和声搜索算法中,通过判断和声记忆库中"最优"和声和"最差"和声之间的差异,来动态调整和声记忆库考虑概率和移动步长,使算法能够快速地收敛到全局最优解.通过更新和声向量中精度变量对应的聚类中心来最小化目标函数值,获得数据样本的最优划分.其次,提出了一种数据样本真实聚类中心数的确定方法,当输入样本数大于真实聚类中心数时,通过计算能够自动地确定数据样本真实聚类中心数目.最后,应用4种性能指标来比较所提算法与蚁群聚类算法和原始和声搜索聚类算法的性能.结果表明,所提算法的性能优于另两种算法.     

基于MapReduce和Spark的大数据模糊K-means算法比较

从原理和实验2方面对基于MapReduce和Spark的大数据模糊K-均值算法进行分析比较,并对2种大数据开源平台的优缺点进行了总结.由于模糊K-均值算法是一种迭代算法,需要对部分数据进行重复操作以得到最终聚类结果,因此主要从算法执行时间、同步次数、文件数目、容错性能、资源消耗这5方面进行比较,得出的结论对从事大数据研究的人员具有较高的参考价值.