A Fast Clustering Method for Real-Time IoT Data Streams,ERICDATA高等教育知識庫
高等教育出版
熱門: 黃光男  崔雪娟  朱丽彬  王善边  王美玲  黃乃熒  
高等教育出版
首頁 臺灣期刊   學校系所   學協會   民間出版   大陸/海外期刊   政府機關   學校系所   學協會   民間出版   DOI註冊服務
閱讀全文
篇名
A Fast Clustering Method for Real-Time IoT Data Streams
並列篇名
A Fast Clustering Method for Real-Time IoT Data Streams
作者 Jing SunXin Yao
英文摘要
As an effective way of data analysis, clustering is widely applied in the IoT based applications. By studying the related existing proposals of data clustering, a new clustering method for IoT Data streams is proposed in the present work. Firstly, the characteristics of PML documents in the process of data acquisition and identification are introduced and a hybrid PML document similarity calculation method based on the Bayesian network is developed and expected to assist in data streams clustering. Secondly, a PML data streams clustering method based on a dynamic sliding window is proposed. Finally, we evaluate the performance of our clustering method and the related methods with respect to Running time, Similarity, Purity, Entropy, and F-measure. Experimental results exhibit that the innovative clustering approach can adaptively learn from data streams that change over time, while still maintains comparable accuracy and speed.
起訖頁 083-094
關鍵詞 PMLBayesian network modeldata streams clusteringdynamic sliding window
刊名 電腦學刊  
期數 202102 (32:1期)
DOI 10.3966/199115992021023201007   複製DOI
QR Code
該期刊
上一篇
Behaviour Classification of Cyber Attacks Using Convolutional Neural Networks
該期刊
下一篇
Using Deep Learning to Track Stray Animals with Mobile Device

高等教育知識庫  閱讀計畫  教育研究月刊  新書優惠  

教師服務
合作出版
期刊徵稿
聯絡高教
高教FB
讀者服務
圖書目錄
教育期刊
訂購服務
活動訊息
數位服務
高等教育知識庫
國際資料庫收錄
投審稿系統
DOI註冊
線上購買
高點網路書店 
元照網路書店
博客來網路書店
教育資源
教育網站
國際教育網站
關於高教
高教簡介
出版授權
合作單位
知識達 知識達 知識達 知識達 知識達 知識達
版權所有‧轉載必究 Copyright2011 高等教育文化事業股份有限公司  All Rights Reserved
服務信箱:edubook@edubook.com.tw 台北市館前路 26 號 6 樓 Tel:+886-2-23885899 Fax:+886-2-23892500