基于智能优化算法的物联网异构数据融合方法

• 作者: 任继平 朱超平
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 物联网异构数据 冗余特征 汇聚节点 最小二乘支持向量机 聚类分析算法
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 627-632
• 页数: 6页
• 分类号: TP393
• 字数: 4274字
• 语种: 中文
• DOI: 10.13413／j.cnki.jdxblxb.2018195

摘要

针对当前物联网数据融合方法速度慢、融合精度低等问题,以改善物联网异构数据融合效果为目标,提出一种基于智能优化算法的物联网异构数据融合方法.首先采用多个节点采集监测对象状态数据,并对每个节点采集的数据噪声进行过滤,初步减少数据规模,提高物联网异构数据质量;然后引入聚类分析算法处理簇首数据,消除簇内数据间的冗余;最后在汇聚节点采用智能优化算法对簇首数据进行加权融合,并在相同环境下与其他融合方法进行对比实验.实验结果表明,该方法能对物联网异构数据进行有效融合,获得了较高精度的物联网异构数据融合结果,物联网异构数据融合错误少、速度快,提高了物联网数据融合的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任继平	华中农业大学信息学院	6	63	4.0	6.0
2	朱超平	重庆工商大学计算机科学与信息工程学院	20	77	4.0	8.0