用于协同感知的分布式聚类方法研究

发布时间：2023-04-16 15:29

　　为了解决无中心协同感知条件下的多目标信息处理问题,提出了一种新的用于协同感知的分布式聚类方法。首先,构造了新颖的一致性类中心计算数学模型,使得各协同感知设备可并行计算自身采集的数据,各邻近设备之间仅仅需要交换暂态类中心,有效保护数据隐私性;然后,在感知网络达到稳态时所有感知设备获得一致的类中心和聚类结果。实验结果证实,本文所提出的分布式聚类方法可有效利用各协同设备的存储、计算、通信能力,在不交换大量数据的前提下完成协同聚类任务。

【文章页数】：8 页

【文章目录】：
0 引 言
1 用于协同感知的分布式聚类算法
    1.1 集中式K-means聚类算法
    1.2 用于协同感知的聚类算法
2 算法收敛性分析
    2.1 K-Means算法收敛性分析
    2.2 一致类中心估计算法收敛性分析
3 仿真实验及结果分析
    3.1 仿真数据聚类
    3.2 多目标编号关联
4 结束语



本文编号：3791522