版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、物聯(lián)網(wǎng)是新一代信息技術(shù)的重要組成部分,其通過射頻識別、紅外感應(yīng)器、激光掃描器等信息傳感設(shè)備,按約定的協(xié)議,實(shí)現(xiàn)對物品的智能化識別、定位、跟蹤、監(jiān)控和管理。與傳統(tǒng)的互聯(lián)網(wǎng)相比,物聯(lián)網(wǎng)是一種建立在互聯(lián)網(wǎng)上的泛在網(wǎng)絡(luò),廣泛應(yīng)用各種感知技術(shù),實(shí)現(xiàn)了有線網(wǎng)絡(luò)和無線網(wǎng)絡(luò)與互聯(lián)網(wǎng)融合。為此,搭建物聯(lián)網(wǎng)需要部署多種類型傳感器,周期性的采集環(huán)境信息,從而獲得實(shí)時性的數(shù)據(jù),形成與用戶需求相適應(yīng)、實(shí)時更新的動態(tài)數(shù)據(jù)資源庫,為各類業(yè)務(wù)提供統(tǒng)一的信息資源支撐,從
2、而最終實(shí)現(xiàn)物聯(lián)網(wǎng)各個行業(yè)領(lǐng)域應(yīng)用。然而,由于傳感器所處物理環(huán)境,以及傳感器本身能源、內(nèi)存等硬件條件的限制,傳感器往往會出現(xiàn)工作暫停甚至失效的情況,因此無法及時提交數(shù)據(jù)。因此,在傳感器自身局限性的條件下,保證感知數(shù)據(jù)的可靠性,對缺失數(shù)據(jù)進(jìn)行實(shí)時補(bǔ)全,引起了人們的重視,成為目前研究的熱點(diǎn)之一。
本文針對傳感器網(wǎng)絡(luò)中缺失數(shù)據(jù)的實(shí)時補(bǔ)全問題,提出了一個基于協(xié)同過濾的傳感器網(wǎng)絡(luò)感知數(shù)據(jù)的補(bǔ)全技術(shù)框架。該框架采用協(xié)同過濾思想,通過合作機(jī)制
3、,對傳感器數(shù)據(jù)進(jìn)行不同指標(biāo)的評分,依據(jù)傳感器間不同的相似性指標(biāo),獲得推薦值對缺失數(shù)據(jù)進(jìn)行補(bǔ)全。首先,對于歷史信息完善的傳感器,基于時間相似性,以皮爾森相似度作為指標(biāo),考察當(dāng)前監(jiān)測信息與歷史信息的匹配程度,選取最優(yōu)的若干歷史數(shù)據(jù)加權(quán)作為補(bǔ)全數(shù)據(jù)。其次,對于歷史信息缺失的傳感器,基于空間相似性,應(yīng)用聚類分析的方法,建立傳感器評價模型,從歐氏距離和馬氏距離兩方面,將傳感器網(wǎng)絡(luò)分簇,通過同簇傳感器的監(jiān)測數(shù)據(jù)對缺失數(shù)據(jù)進(jìn)行替代補(bǔ)全。針對存在理化關(guān)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于協(xié)同過濾的推薦技術(shù)研究.pdf
- 基于信任的協(xié)同過濾技術(shù)研究.pdf
- 基于壓縮感知的傳感器網(wǎng)絡(luò)數(shù)據(jù)采集技術(shù)研究.pdf
- 基于分值傳遞的協(xié)同過濾推薦技術(shù)研究.pdf
- 基于社會網(wǎng)絡(luò)的協(xié)同過濾推薦技術(shù)研究.pdf
- 多傳感器數(shù)據(jù)協(xié)同分類技術(shù)研究.pdf
- 基于圖模型的協(xié)同過濾推薦技術(shù)研究.pdf
- 無線傳感器網(wǎng)絡(luò)中基于壓縮感知的數(shù)據(jù)收集技術(shù)研究.pdf
- 基于用興趣變化的協(xié)同過濾推薦技術(shù)研究.pdf
- 基于無線傳感器網(wǎng)絡(luò)的協(xié)同技術(shù)研究.pdf
- 基于用戶瀏覽路徑的協(xié)同過濾推薦技術(shù)研究.pdf
- 基于用戶排名的聚類協(xié)同過濾技術(shù)研究.pdf
- 基于大數(shù)據(jù)的協(xié)同過濾推薦算法研究.pdf
- 基于協(xié)同過濾技術(shù)的推薦方法研究.pdf
- 基于協(xié)同過濾技術(shù)的推薦算法研究.pdf
- 傳感器網(wǎng)絡(luò)中感知數(shù)據(jù)壓縮技術(shù)研究.pdf
- 基于差分隱私保護(hù)的協(xié)同過濾推薦技術(shù)研究.pdf
- 基于協(xié)同過濾技術(shù)的推薦算法研究
- 電子商務(wù)協(xié)同過濾推薦技術(shù)研究.pdf
- 基于協(xié)同過濾的上下文感知推薦算法的研究.pdf
評論
0/150
提交評論