[发明专利]一种面向普适计算感知数据流的协同进化聚类方法

摘要

一种面向普适计算感知数据流的协同进化聚类方法，利用进化协同的策略完成信息处理，解决普适环境下感知数据流的聚类问题。与目前已研究出来的数据聚类相关算法不同，本方法基于协同策略演化，通过使用本发明提出的方法可以在一定程度上针对空间流数据分布不均匀情况，提高整体数据的聚类性能。本发明的方法是一种启发策略性的方法，采用定向传输模式下的消息通信机制。汇聚节点以数据包形式发布收集数据的请求消息以及数据聚类任务。各数据源节点完成本地数据聚类，携带所需的信息通过响应消息来应答请求。数据聚类的策略基于节点间通信协作。汇聚节点负责聚类任务的决策、分解、派发，各传感器节点则协同完成感知数据流聚类操作。

主权项

1. 一种面向普适计算的传感器网络流数据聚类方法，其特征在于采用进化协同与通信消息机制的结合来控制优化数据的聚类，具体如下：步骤1). 处于某监测区域的传感器节点监测到目标，获得感知数据，进行流数据的离散化，步骤2). 汇聚节点周期性发布兴趣消息，生成以汇聚节点为根节点的数据聚合路径生成树，步骤3). 若传感器节点为数据源节点，则将数据样本类取值以响应消息形式沿聚合路径生成树传输至汇聚节点，否则等待，步骤4). 汇聚节点依据采集的数据类，组织选择机制，随机产生初始种群，聚类策略发布至数据源节点，步骤5). 数据源节点依据属性实现聚类，计算个体适应度，并判断是否满足终止条件，若满足，输出最佳个体其代表的最优聚类属性至汇聚节点，转步骤7)，否则转向步骤6)，步骤6). 依据适应度选择再生个体，适应度高的个体被选中概率高，适应度低的个体可能淘汰，由迁移、交换产生新一代种群，返回步骤5)，步骤7). 汇聚节点根据选定的种群排列结果，对应与感知节点的ID，这些节点作为数据聚类节点，并将聚类中心ID及数据类以消息形式发布到聚类节点，步骤8). 聚类节点收到来自汇聚节点聚类消息后，采用属性聚类算法2.1和遗传算子进化算法2.2进行聚类任务的决策，包括协同控制驻留聚类节点的数据聚合时隙，聚类数据，步骤9). 聚类节点协同完成数据聚类任务后，携带部分数据结果和状态信息通过消息返回汇聚节点，步骤10). 聚类节点收集数据聚类过程中，依据来自传感器网络目标节点的事件消息，更新系统信息，若满足给定的聚类结束的阈值条件，则结束，否则，转步骤4)。