文献类型：期刊文章

作　　者：费欢[1,2] 李光辉[1,2]

机构地区：[1]浙江农林大学信息工程学院,浙江临安311300 [2]浙江农林大学浙江省林业智能检测与信息技术研究重点实验室,浙江临安311300

出　　处：《计算机工程》

基　　金：国家自然科学基金资助项目(61174023);浙江省自然科学基金资助项目(Y1110791)

年　　份：2015

卷　　号：41

期　　号：7

起止页码：124-128

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：为提高无线传感器网络应用系统的可靠性,对传感器节点采集的环境数据集进行检测,提出一种改进的异常数据检测算法。采用K-means算法思想,结合无线传感器网络数据的特点,以欧式距离作为指标,比较数据点的相似度并划分聚类,根据数据点与聚类中心之间的距离区分正常数据与异常数据。实验结果表明,当数据规模超过1 000时,与基于噪声的密度聚类算法相比,该算法对于异常数据的检测率较高,误报率较低。

关 键 词：K-MEANS算法 无线传感器网络  聚类 异常数据检测 密度聚类

分 类 号：TP393]