The invention discloses an initial clustering center time data of RFID intensity distribution optimization selection method based on the following sub steps: according to the movement of the scanning speed of the mobile terminal, package specifications to determine the time span; after RFID pre processed data set from the start time of each time span strength value screening is greater than the set threshold data; calculation of average intensity data each time span, and the right endpoint average intensity and the corresponding time span of time interval to save; using the hill-climbing method to save the average strength of the cluster center area and non cluster center area is divided according to the intensity threshold for; be divided into continuous time interval clustering the central region of the interval is the time interval from the connected point as the initial clustering center for all the initial poly Class center. The invention uses strength time RFID scan data of the distribution of the selection of initial cluster center, improve the selection of cluster center, improve the accuracy and stability of the clustering results.
【技术实现步骤摘要】
一种基于RFID数据强度-时间分布的初始聚类中心优化选取方法
本专利技术涉及初始聚类中心选取
,特别是涉及一种基于RFID数据强度-时间分布的初始聚类中心优化选取方法。
技术介绍
射频识别技术具有许多传统的无线通信手段所不具备的优点:非接触、非视距、多目标识别而且定位精度高、成本低、布设方便、抗干扰能力强、环境适应能力强,因而在仓库货包定位技术中得到了广泛的关注。在实际仓库货包定位应用中,利用移动RFID阅读器-多天线阵列采集的RFID扫描数据其强度-时间分布具有一定规律性,具体表现为:当移动RFID阅读器-多天线阵列靠近RFID电子标签时,标签返回的RSSI值较大;当移动RFID阅读器-多天线阵列原理RFID电子标签时,标签返回的RSSI值较小。可以根据上述规律对RFID扫描数据进行划分,进而判断货包的位置。聚类分析是数据挖掘领域中常用的分析方法,能够将数据对象分成多个簇或组,同一组中的对象之间具有较高的相似度,不同组中的数据对象差别较大,可以根据RFID扫描数据的分布特点将其进行聚类。所以,仓库货包定位问题就转化为RFID扫描数据的聚类问题。目前聚类分析的方法有很多,基于划分的K-Means聚类算法可以方便高效地将RFID扫描数据根据其强度-时间分布特征进行精确划分,算法复杂度低,可在短时间内处理大量RFID扫描数据。而传统的K-Means聚类算法对初始聚类中心依赖性强,初始聚类中心的不同选择往往导致聚类结果不稳定,会增加迭代次数,降低算法执行效率。目前,有很多研究人员致力于改进K-Means聚类算法的初始聚类中心选取方法。韩凌波等提出一种初始聚 ...
【技术保护点】
一种基于RFID数据强度‑时间分布的初始聚类中心优化选取方法,其特征在于:包括以下步骤:步骤1:根据移动扫描终端的移动速度、货包规格确定时间跨度tspan;步骤2:将经过预处理后的RFID数据集从起始时间开始,对每一个时间跨度tspan内强度值大于设定阈值的数据进行筛选;步骤3:计算每个时间跨度tspan内数据的平均强度Rarg,并将平均强度Rarg和对应时间跨度tspan时间区间的右端点进行保存;步骤4:重复第2、3步骤,直到数据集中所有数据全部处理并保存;步骤5:利用爬山法对步骤4保存的平均强度Rarg根据强度阈值MinR进行聚类中心区域和非聚类中心区域划分;步骤6:对于被划分为聚类中心区域的连续时间区间进行区间相连,取相连形成的区间的时间中点作为初始聚类中心,求出所有初始聚类中心;步骤7:根据步骤6计算所有的初始聚类中心点并输出,然后算法结束。
【技术特征摘要】
1.一种基于RFID数据强度-时间分布的初始聚类中心优化选取方法,其特征在于:包括以下步骤:步骤1:根据移动扫描终端的移动速度、货包规格确定时间跨度tspan;步骤2:将经过预处理后的RFID数据集从起始时间开始,对每一个时间跨度tspan内强度值大于设定阈值的数据进行筛选;步骤3:计算每个时间跨度tspan内数据的平均强度Rarg,并将平均强度Rarg和对应时间跨度tspan时间区间的右端点进行保存;步骤4:重复第2、3步骤,直到数据集中所有数据全部处理并保存;步骤5:利用爬山法对步骤4保存的平均强度Rarg根据强度阈值MinR进行聚类中心区域和非聚类中心区域划分;...
【专利技术属性】
技术研发人员:孙棣华,赵敏,郑林江,朱文霖,
申请(专利权)人:重庆大学,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。