[发明专利]基于谱聚类与随机选择结合的参考节点选取方法有效

专利信息
申请号: 201711402375.0 申请日: 2017-12-22
公开(公告)号: CN108156032B 公开(公告)日: 2020-11-24
发明(设计)人: 罗向阳;柴理想;赵帆;刘斯奇;李明月;刘粉林 申请(专利权)人: 中国人民解放军战略支援部队信息工程大学
主分类号: H04L12/24 分类号: H04L12/24;H04L12/26;G06K9/62
代理公司: 郑州大通专利商标代理有限公司 41111 代理人: 陈勇
地址: 450000 河*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 谱聚类 随机 选择 结合 参考 节点 选取 方法
【权利要求书】:

1.基于谱聚类与随机选择结合的参考节点选取方法,其特征在于,包括以下步骤:

步骤1:对网络节点进行谱聚类;所述步骤1包括:

步骤1.1:将所有网络节点时延数据构造成一个带权无向图,图中的顶点为网络节点,权重为两个网络节点时延向量的相似度,并根据构造的带权无向图,得到网络节点邻接矩阵;

步骤1.2:根据网络节点邻接矩阵得到对角矩阵,其中对角矩阵的列数与网络邻接矩阵列数相同,且对角元素由上到下依次为网络邻接矩阵的每一列元素之和;

步骤1.3:根据网络节点邻接矩阵及所述对角矩阵,求网络节点的带权无向图的最优分割,得出多个子图及拉普拉斯矩阵;

步骤1.4:根据网络节点的带权无向图的最优分割,求拉普拉斯矩阵的前k个最小特征值,将前k个最小特征值对应的特征向量与网络节点构成k乘以网络节点数的矩阵,将矩阵的每一行看作网络节点时延向量,对网络节点时延向量进行K-means聚类;

步骤2:判断网络节点是否为离群点,若是,则去除离群点;若否,则直接进行下一步;

步骤3:随机选取参考节点;

步骤4:对选取的参考节点进行优化。

2.根据权利要求1所述的基于谱聚类与随机选择结合的参考节点选取方法,其特征在于,所述参考节点的个数为聚类的类别数。

3.根据权利要求1所述的基于谱聚类与随机选择结合的参考节点选取方法,其特征在于,在所述步骤2之前还包括:对每一类的网络节点个数进行遍历。

4.根据权利要求3所述的基于谱聚类与随机选择结合的参考节点选取方法,其特征在于,所述判断网络节点是否为离群点为判断每一类的网络节点个数是否为1。

5.根据权利要求1所述的基于谱聚类与随机选择结合的参考节点选取方法,其特征在于,所述步骤3包括:

步骤3.1:为每类中的节点分配序号,序号从1开始,从小到大排列;

步骤3.2:对每类中的节点序号进行随机排序;

步骤3.3:选择排序结果中前M个数字,选择对应数字的节点作为参考节点;

步骤3.4:构建由参考节点构成的初始网络坐标系,并将剩余节点作为待预测节点。

6.根据权利要求1所述的基于谱聚类与随机选择结合的参考节点选取方法,其特征在于,所述步骤4包括:

步骤4.1:将待预测节点利用映射函数加入到初始网络坐标系;

步骤4.2:基于选取的参考节点对待预测节点计算预测时延;

步骤4.3:统计所有待预测节点预测时延与实测时延的相对误差;

步骤4.4:判断相对误差是否小于设定的阈值,若是,则将对应的参考节点作为构建初始网络坐标系的参考节点;若否,则重新对网络节点进行谱聚类;

步骤4.5:若经过设定的轮数后,仍未找到相对误差小于设定阈值对应的参考节点,则修改阈值并重复步骤4.1至步骤4.4,直到找到满足判断条件的参考节点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军战略支援部队信息工程大学,未经中国人民解放军战略支援部队信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711402375.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top