论文部分内容阅读
现有的传感器网络数据处理系统只能向用户提供简单的查询操作，如何高效地处理传感器网络的海量数据流，从中获取有用的知识成为新的挑战。提出了一种基于传感器网络的分布式K-均值聚类算法，首先由中心点下发k个质心的初始值，各个节点将数据对象赋于质心距离最近的簇，并将簇的信息通过传感器网络逐层上传合并；然后中心点计算k个簇中对象的平均值，再下发，反复迭代，直到各个簇满足误差准则，得到最后的聚类结果。实验证明，该算法准确率较高，计算时间较短。