基于智能优化算法的物联网异构数据融合方法

来源：吉林大学学报·理学版杂志2019年第3期北京时间：

作者：朱超平, 任继平

单位：1. 重庆工商大学 计算机科学与信息工程学院, 重庆 400067;2. 华中农业大学 信息学院, 武汉 430070

摘要：针对当前物联网数据融合方法速度慢、 融合精度低等问题, 以改善物联网异构数据融合效果为目标, 提出一种基于智能优化算法的物联网异构数据融合方法. 首先采用多个节点采集监测对象状态数据, 并对每个节点采集的数据噪声进行过滤, 初步减少数据规模, 提高物联网异构数据质量； 然后引入聚类分析算法处理簇首数据, 消除簇内数据间的冗余； 最后在汇聚节点采用智能优化算法对簇首数据进行加权融合,并在相同环境下与其他融合方法进行对比实验. 实验结果表明, 该方法能对物联网异构数据进行有效融合, 获得了较高精度的物联网异构数据融合结果, 物联网异构数据融合错误少、 速度快, 提高了物联网数据融合的效率.

关键词：物联网异构数据,冗余特征,汇聚节点,最小二乘支持向量机,聚类分析算法