论文部分内容阅读
为了解决大规模高维WSN数据的双重聚类问题，提出一种基于数据场的WSN数据聚类方法．借用数据场的思想，将WSN数据空间非线性映射到势能空间；结合WSN数据的分布特点，采用概率熵度量数据的质量；根据数据场形成的等势线分布特征，采用极小判定法得到数据聚类结果．通过人工合成数据集实验测试，结果表明，对于随机分布的大规模数据集的聚类效果和聚类精确度，此算法优于ICC和DFCM的双重聚类算法，且具有较低的时间复杂度和良好的可扩展性．