【技术实现步骤摘要】
本申请涉及数据处理领域，特别是一种多跳时延敏感网络中的高维感知数据降维方法。
技术介绍
1、随着多跳时延敏感网络的广泛应用，传感器设备产生的数据通常具有高维度特性。这些网络中，数据的高维度导致了数据传输和处理的时延问题，同时也增加了设备的能源开销。
2、传统的数据降维方法，如pca，可以减少数据的维度，但在多跳时延敏感网络中，设备的实时特性和性能指标通常被忽略。因此，现有方法无法提供满足网络性能和实时性要求的高效降维。
3、多跳时延敏感网络中的传感器设备通过多跳传输数据，这些数据通常以高维度的形式产生。网络性能对时延非常敏感，因此需要高效的数据降维方法来满足网络的实时性要求。
4、目前，数据降维方法的应用通常侧重于降低数据传输和处理的复杂性，以减少时延和能源开销。然而，传统方法未能充分考虑设备的实时运行特性和性能指标，这在多跳时延敏感网络中尤为重要。
技术实现思路
1、本申请实施例的目的在于提供一种多跳时延敏感网络中的高维感知数据降维方法，以满足多跳时延敏感网络中的高维感知数据降维需求，提高网络性能和实时性。
2、为实现上述目的，本申请提供如下技术方案：
3、本申请实施例提供一种多跳时延敏感网络中的高维感知数据降维方法，包括如下步骤：
4、步骤1：在多跳时延敏感网络中，每个设备持续地产生多维数据，以某一特定时间窗口t为基准，从各设备中读取数据，形成高维数据集x＝[x1,x2,…,xn]，其中xi表示第i个设备的
5、步骤2：对于每个设备的高维数据xi，计算其每个特征维度的信息熵h(xij)，选择信息熵较高的k个特征维度，构成新的特征集合fi；
6、步骤3：利用pca算法对所选特征进行降维，将特征集合fi进行特征融合，得到融合后的特征向量vi；
7、步骤4：利用自适应特征选择afs算法对降维后的特征进行进一步优化，使用afs算法，对pca降维后的特征进行自适应选择，保留对网络性能影响较大的特征；
8、步骤5：使用经过自适应特征选择后的特征数据进行网络传输，实现了在保持数据关键特征的同时降低了数据维度，从而减少了传输时延和网络负载。
9、所述步骤2中选择特征的过程可以用以下公式表示：
10、
11、其中，xij表示第i个设备的第j个特征，p(x)表示特征值x的概率，
12、选择信息熵较高的前k个特征：
13、fi＝{xi1,xi2,…,xik}，k≤m
14、其中，m为原始数据的维度，xij表示第i个设备的第j个特征。
15、所述步骤3中首先对所选的特征集合fi进行特征融合，对于每个设备i，将其选定的特征进行线性加权融合，得到融合后特征向量vi:
16、
17、其中，k是所选特征的数量，fik是第k个特征，wk为特征的权重，通过特征的信息熵或者特征的重要性来确定，接着，利用pca算法对融合后的特征向量vi进行降维处理，pca的数学表示式为：
18、zi＝vi×u
19、其中，zi为降维后的特征向量，u是pca的降维映射矩阵，通过保留主成分的方法将特征维度降至d维。
20、所述步骤4中afs算法的目标函数为：
21、
22、其中，corr(zik,zij)表示第k维和第j维特征之间的相关性，corr(fk,y)表示第k维特征与网络性能指标数据传输时延y的相关性，通过粒子群算法优化目标函数j(fi)，得到自适应特征选择的结果，即保留对网络性能影响较大的特征。
23、与现有技术相比，本申请的有益效果是：优化了网络资源的利用，减少了数据的存储需求，降低了计算资源的消耗，提高了整体网络性能。afs不仅仅是简单地剔除特征，它考虑到了特征之间的相互关系，因此在高维度的数据中表现更为优越，能够更好地适应不同类型的数据。通过降低数据维度，减轻了网络传输负担，提高了数据传输的效率。结合pca和afs的方法，既能够保留数据集的主要特征(pca的优势)，又能够根据实际需求选择最重要的特征(afs的优势)，从而更好地保留关键信息。在处理各种类型的高维数据时，都能够取得较好的效果，具有广泛的应用价值。
本文档来自技高网...【技术保护点】
1.一种多跳时延敏感网络中的高维感知数据降维方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种多跳时延敏感网络中的高维感知数据降维方法，其特征在于，所述步骤2中选择特征的过程可以用以下公式表示：
3.根据权利要求1所述的一种多跳时延敏感网络中的高维感知数据降维方法，其特征在于，所述步骤3中首先对所选的特征集合Fi进行特征融合，对于每个设备i，将其选定的特征进行线性加权融合，得到融合后特征向量Vi:
4.根据权利要求1所述的一种多跳时延敏感网络中的高维感知数据降维方法，其特征在于，所述步骤4中AFS算法的目标函数为：
【技术特征摘要】
1.一种多跳时延敏感网络中的高维感知数据降维方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种多跳时延敏感网络中的高维感知数据降维方法，其特征在于，所述步骤2中选择特征的过程可以用以下公式表示：
3.根据权利要求1所述的一种多跳时延敏感网络中的高维...
【专利技术属性】
技术研发人员：李磊，郭兆丰，廖荣涛，王逸兮，王锦怡，王晟玮，胡欢君，叶宇轩，张剑，宁昊，张玉洁，郭岳，罗弦，王敬靖，李想，王博涛，陈家璘，郑蕾，徐宁，胡晨，邱学晶，
申请(专利权)人：国网湖北省电力有限公司信息通信公司，
类型：发明
国别省市：
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。