[发明专利]基于模糊C均值聚类算法的无线传感器网络数据聚类方法

说明书

技术领域

本发明涉及一种基于模糊C均值聚类算法的无线传感器网络数据聚类方法。

背景技术

区间数理论广泛应用于多属性决策、数据挖掘和符号数据分析(SDA)等领域。目前许多学者从不同角度对SDA领域中的区间数聚类分析进行了研究。其中，研究得最多的为区间数的模糊C均值聚类算法。该算法计算简单，收敛速度快，得到了广泛研究。由于区间数距离公式是影响区间数模糊C均值聚类效果的重要因素之一，故区间数距离公式成为了区间数聚类研究的重要方向之一。目前已有学者对主要的区间数距离公式进行了研究。根据距离公式的产生方式，区间数距离公式可分为基于区间数特征的距离公式、基于模糊集合的距离公式和基于区间数端点的距离公式。

1.基于区间数特征的距离公式

计算两区间数间距离时，将区间数的位置、大小、范围和内容作为描述区间数的特征，并结合两区间数之间这些特征的差异来得到这两区间数之间的距离。根据区间数特征的结合方式，目前已有多种区间数距离公式。定义1所述区间数距离公式为该类区间数距离公式的典型代表，该距离公式结合了区间数位置、范围和内容特征来描述区间数之间的距离。

定义1对于两n维区间数向量A→=(A1,A2,···,An)]]>和B→=(B1,B2,···,Bn),]]>A_i＝[al_i,au_i]，B_i＝[bl_i,bu_i]，i＝1,2,…,n，其距离定义为：

d(A→,B→)=Σi=1nD(Ai,Bi)---(1)]]>