【技术实现步骤摘要】
本专利技术涉及d2d通信场景（device-to-device，设备到设备的直接通信）用户聚类，具体而言，涉及一种全局用户速率最优的跨层ap改进聚类方法、介质及装置。
技术介绍
1、亲和力传播算法（affinity propagation，ap）是2007年由fery等人提出的，发表于science杂志中的《cluster by passion messages between data points》文章。该方法是一种基于数据点之间“消息传递”概念的聚类技术，它将数据点之间的相似性作为输入度量，然后在数据点之间交换消息，直到逐渐出现一组高质量的范例（簇头）和相应的聚类结果。ap算法常用于人脸图像聚类、识别文本中的代表性句子，以及生物种群固有结构认知等。与k-means等方法相比，ap算法的复杂度较高，但是ap算法的聚类误差平方要小得多。
2、但是由于实际聚类场景中，需要考虑用户间不同层次的特性差异，这使得原始聚类算法的聚类结果不满足实际场景。例如，在d2d通信场景的物理层中，需要考虑用户之间存在最大有效通信距离，若聚类结果...
【技术保护点】
1.一种全局用户速率最优的跨层AP改进聚类方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的全局用户速率最优的跨层AP改进聚类方法，其特征在于，步骤1中，假设有种内容请求，用户和用户的内容请求相似度表示为：
3.根据权利要求2所述的全局用户速率最优的跨层AP改进聚类方法，其特征在于，步骤2中，所述用户和用户的社交相似度表示为：
4.根据权利要求3所述的全局用户速率最优的跨层AP改进聚类方法，其特征在于，步骤3中，所述位置信息为以坐标的形式表示的二维位置信息。
5.根据权利要求4所述的全局用户速率最优的跨层AP改进...
【技术特征摘要】
1.一种全局用户速率最优的跨层ap改进聚类方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的全局用户速率最优的跨层ap改进聚类方法，其特征在于，步骤1中，假设有种内容请求，用户和用户的内容请求相似度表示为：
3.根据权利要求2所述的全局用户速率最优的跨层ap改进聚类方法，其特征在于，步骤2中，所述用户和用户的社交相似度表示为：
4.根据权利要求3所述的全局用户速率最优的跨层ap改进聚类方法，其特征在于，步骤3中，所述位置信息为以坐标的形式表示的二维位置信息。
5.根据权利要求4所述的全局用户速率最优的跨层ap改进聚类方法，其特征在于，步骤5...
【专利技术属性】
技术研发人员：罗颖，王雪玲，曾闵，石繁荣，江虹，
申请(专利权)人：西南科技大学，
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。