الگوریتمی جهت خوشه بندی توزیع شده جریان های داده در یک شبکه حسگر

سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,504

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ACCSI12_116

تاریخ نمایه سازی: 23 دی 1386

چکیده مقاله:

خوشه بندی توزیع شده جریان های داده یکی از زمینه های تحقیقاتی در حال رشد است که دارای کاربردهای مهم در محیط هایی مانند شبکه های حسگر است. بهدلیل وجود مسائلی چون پهنای باند محدود، محدودیت در منبع تغذیه و حافظه و سر و کار داشتن با مدل داده های جریان دار، خوشه بندی داده ها درشبکه های حسگر باچالش های متعددی روبروست. در این مقاله، یک الگویتم خوشه بندی توزیع شده ارائه شده است که به طور خاص برای کار در یک شبکه حسگر نظیر – به – نظیر طراحی شده است. الگوریتم ارائه شده تلاش می کند تا بسیاری از این چالش ها، مخصوصا پهنای باند محدود و انرژی را مورد توجه قرار دهد . این الگوریتم بر پایه الگوریتم خوشه بندی K-Means طراحی شده است و دارای عملکرد توزیع شده همراه با مدیریت جریان داهده هاست. دقت خوشه بندی، کارایی آن در مدیریت جریان های داده و هزینه ارتباطی الگوریتم ازطریق آزمایش های متعد ارزیابی شده است. در این آزمایش ها ، عملکرد توزیع شده الگوریتم با حالت خوشه بندی متمرکز، از نظر مراکز به دست آمده، تعداد نقاط دارای برچسب اشتباه و تعداد پیغام ها در سطح شبکه مقایسه شده است. نتایج نشان میدهد که دقت خوشه بندی انجام شده توسط الگوریتم به شکل قابل توجهی بالاست درحالیکه هزینه ارتباطی آن تا حد بسیار خوبی پایین است.

کلیدواژه ها:

نویسندگان

رضا محمدی

دانشجوی کارشناسی ارشد مهندسی فناوری اطلاعات، دانشگاه تربیت مدرس، دا

نصرالله مقدم چرکری

استادیار، دانشگاه تربیت مدرس، دانشکده مهندسی برق و کامپیوتر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Han, J. and M.Kamber, Data Mining - Concepts and Techniques. ...
  • Ilyas, M. and I. Mahgoub, Handbook of sensor networks : ...
  • Akyildiz, I.F., et al., "Wireless Sensor Networks: A Survey". Computer ...
  • Cheng, G. and A. Zell, "CL2: A Mu lti -dimensional ...
  • Ma, X., et al., "Online Mining in Sensor Networks". Lecture ...
  • Thuraisingham, B., "Secure Sensor Information Management and Mining". IEEE SIGNAL ...
  • Coman, A., M.A. Nascimento, and J. Sander. "A Framework for ...
  • CHONG, C.-Y. and S.P. KUMAR, "Sensor Networks: Evolution, Opportunities and ...
  • Silva, J.C.d., et al., "Distributed data mining and agents". Engineering ...
  • Kargupta, H., et al. "VEDAS: _ mobile distributed data stream ...
  • Sharples, S., c. Lindemann, and O. Waldhorst, "A multi- agent ...
  • Beringer, J. and E. Hullermeier, "Online clustering of parallel data ...
  • Golab, L. and M.T. Ozsu, "Issues in Data Stream Management". ...
  • Dhillon, I. and D. Modha. "A data-clustering algorithmon distributed _ ...
  • Forman, G. and B. Zhang, "Distributed data clustering can be ...
  • collective principal COmponent analysis". Knowledge and Information Systems Journal, 2001. ...
  • Klusch, M., S. Lodi, and G. Moro. "Distributed clustering based ...
  • Hinneburg, A. and D. Keim. "An efficient approach to clustering ...
  • knowledge discovery in multiple spatial databases". in Proceedings of the ...
  • Samatova, N., et al., "RACHET: _ efficient cover-based merging of ...
  • Strehl, A. and J. Ghosh, "Cluster ensemblesa knowledge reuse framework ...
  • Fred, A. and A. Jain. "Data clustering using evidence accumulation ...
  • Jouve, P. and N. Nicoloyannis. "A new method for combining ...
  • Topchy, A., A. Jain, and W. Punch ."Combining multiple weak ...
  • Merugu, S. and J. Ghosh. ' 'Priva cy-preserving distributed clustering ...
  • B andyopadhyay, S., et al., "Clustering distributed data streams in ...
  • Guha, S., et al., "Clustering Data Streams: Theory and Practice". ...
  • Lin, J., et al. "Iterative incremental clustering of time series". ...
  • Principal Components Analysis (PCA) 3 Divide and conquer ...
  • Expectation Maximization ...
  • نمایش کامل مراجع