[发明专利]基于频繁项的无线传感器网络空间关联性子簇形成方法有效
申请号: | 201410720459.9 | 申请日: | 2014-12-01 |
公开(公告)号: | CN104394550B | 公开(公告)日: | 2017-11-21 |
发明(设计)人: | 申京;郝洋;肖玉杰;李永杰;王正;吴晨光 | 申请(专利权)人: | 国家电网公司;国网河南省电力公司信息通信公司 |
主分类号: | H04W24/04 | 分类号: | H04W24/04;H04W40/24;H04W84/18 |
代理公司: | 郑州睿信知识产权代理有限公司41119 | 代理人: | 胡泳棋 |
地址: | 100031 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 频繁 无线 传感器 网络 空间 关联性 子簇 形成 方法 | ||
1.一种基于频繁项的无线传感器网络空间关联性子簇形成方法,其特征在于,该子簇形成方法包括以下步骤:
1)根据簇内各个节点的时间序列,将相同采样周期感知到相同数据的传感器节点形成一条记录,根据M个采样周期形成的记录构建树形结构,对所构建的树形结构利用频繁项挖掘簇内各个节点的关联性;
2)根据所挖掘的簇内各节点关联性将簇划分为若干个子簇,在每个子簇内选取抽样节点进行感知和数据上传;
3)根据环境变化动态调整子簇的划分。
2.根据权利要求1所述的基于频繁项的无线传感器网络空间关联性子簇形成方法,其特征在于,所述步骤1)中簇内节点关联性的挖掘过程如下:
A.根据所构建的树形结构建立树形结构项头表global header table,从树形结构项头表global header table最后一项开始,构造包含此项的条件数据库,每条记录不包含已经挖掘出的项集所包含的项;
B.为各条件数据库构建相应的条件FP-tree,将单项计数小于最小支持度计数的项删除;
C.挖掘满足最小支持度计数的最长频繁项集,深度优先浏览条件FP-tree的每一个分枝,节点计数小于最小支持度计数,停止浏览该分枝,并记录已经浏览的计数大于最小支持度的节点序列和该序列的长度,继续浏览下一分枝,直到条件FP-tree的所有分枝被浏览;
D.从获得的节点序列中选取最长的序列,以得到频繁项集,将树形结构项头表global header table中此频繁项集包含的项删除,形成新的global header table;
E.循环执行以上过程,直到global header table为空结束。
3.根据权利要求2所述的基于频繁项的无线传感器网络空间关联性子簇形成方法,其特征在于,所述步骤2)传感器的调度过程如下:
a.按关联性将簇划分为N个子簇;
b将子簇的划分结果散布给簇头节点,簇头选取每个子簇的抽样节点,使簇内至少一个子簇多于一个抽样节点;
c.通知被选为抽样节点的簇内节点感知并上报数据;
d.簇头节点对同一子簇内节点的时间序列比较,当n个连续数据,存在大于n(1-support)个数据的差值大于可容忍误差σ,则认为簇内节点的空间关联性发生改变,将簇按照新的挖掘结果划分子簇。
4.根据权利要求3所述的基于频繁项的无线传感器网络空间关联性子簇形成方法,其特征在于,所述步骤3)子簇划分的调整过程如下:
I.探测簇内节点的空间关联性是否发生改变,若发生通知簇内所有节点按照采集周期Td感知并上报数据;
II.基站节点按照步骤1)进行簇内节点空间关联性的挖掘;
III.重新按照步骤2)划分子簇。
5.根据权利要求4所述的基于频繁项的无线传感器网络空间关联性子簇形成方法,其特征在于,在子簇中选取抽样节点,未被选作抽样节点的传感器节点根据子簇内抽样节点采集的数据进行恢复。
6.根据权利要求4所述的基于频繁项的无线传感器网络空间关联性子簇形成方法,其特征在于,所述子簇中抽样节点的选取是按照设定抽样率对子簇中各抽样节点随机选取得到。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家电网公司;国网河南省电力公司信息通信公司,未经国家电网公司;国网河南省电力公司信息通信公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410720459.9/1.html,转载请声明来源钻瓜专利网。