面向异步传感器缺失数据补全的自适应聚类算法研究

传感技术学报页数： 6 2025-09-15

摘要：基础的K-Means聚类算法存在易陷入局部最优的情况，导致自重聚类结果归一化互信息(NMI)较低。因此，提出面向异步传感器缺失数据补全的自适应聚类算法。将异步传感器数据流看作不断增长的多维元组数据项集合，设置滑动窗口模型，在窗口内进行数据聚类处理；应用矩阵分解算法对存在缺失数据的异步传感器数据集进行学习，获取其数据子空间结构，并在该空间内计算数据之间的有效距离；考虑集群度与距离... （共6页）

开通会员，享受整站包年服务

说明：本文档由创作者上传发布，版权归属创作者。若内容存在侵权，请点击申诉举报

科技文档

数学力学化学金融证券保险投资会计审计园艺林业旅游体育物理学生物学天文学气象学海洋学地质学新能源金属学农艺学农作物管理学领导学自然科学系统科学资源科学无机化工有机化工燃料化工化学工业材料科学矿业工程冶金工业安全科学环境科学工业通用机械工业无线电子电信技术铁路运输汽车工业船舶工业动力工程电力工业农业科学农业工程植物保护动物医学教育理论学前教育初等教育中等教育高等教育职业教育成人教育自然地理地球物理经济统计农业经济工业经济交通经济企业经济文化经济信息经济贸易经济财政税收市场研究科学研究互联网自动化轻工业核科学服务业石油然气服务业野生动物水产渔业硬件仪器仪表航空航天武器军事公路运输水利水电建筑科学软件