原文服务方: 计算机测量与控制       
摘要:
针对车辆高速移动场景下,网络拓扑变化过大导致网络分簇结果不稳定的问题,提出一种基于改进型共享最近邻密度峰聚类的快速成簇算法SNNCA(shared nearest neighbor clustering algorithm);通过综合考虑节点的链路生存周期和移动相似性,提出一种全新的节点连接稳定程度评估指标,并将该评估指标应用于节点共享最近邻的计算过程,以组织网络节点为划分合理的多跳簇结构;为适应网络环境的动态变化,提出一种簇维护策略,其中每个层级的簇成员承担着维护下一层级簇成员的任务,该策略能够对簇成员进行批量分离或合并,从而实现了算法的分布式快速收敛;根据随机部署场景中进行的仿真实验结果显示,相比其他较新算法,SNNCA算法降低了74%的簇数量,并且簇成员的平均存活时间增加了近1倍,表现出更好的网络稳定性和健壮性。
推荐文章
基于共享逆近邻与指数核的密度峰聚类算法
密度峰聚类算法
共享逆近邻
指数核
相似度
凝聚层次聚类算法
基于加权K近邻的改进密度峰值聚类算法
数据挖掘
加权K近邻
密度峰值
聚类
基于共享最近邻的离群检测算法
共享最近邻
离群检测
任意形状簇
混合属性
改进的共享型最近邻居聚类算法
聚类分析
共享型最近邻居
孤立点
相似度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 VANET随机部署环境下基于改进型共享最近邻密度峰聚类的快速分簇算法
来源期刊 计算机测量与控制 学科 工学
关键词 车载自组织网络 快速分簇算法 共享最近邻 密度峰聚类 随机部署场景 多跳簇结构
年,卷(期) 2024,(9) 所属期刊栏目 设计与应用
研究方向 页码范围 174-182
页数 9页 分类号
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2023.09.026
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2024(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
车载自组织网络
快速分簇算法
共享最近邻
密度峰聚类
随机部署场景
多跳簇结构
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
论文1v1指导