本文關(guān)鍵詞：順序敏感的多源感知數(shù)據(jù)填補(bǔ)技術(shù)

  更多相關(guān)文章： 缺失數(shù)據(jù) 密集缺失 感知網(wǎng)絡(luò) 順序敏感的填補(bǔ) 多維度相關(guān)性

【摘要】：近年來,隨著感知網(wǎng)絡(luò)的廣泛應(yīng)用,感知數(shù)據(jù)呈爆炸式增長.但是由于受到硬件設(shè)備的固有限制、部署環(huán)境的隨機(jī)性以及數(shù)據(jù)處理過程中的人為失誤等多方面因素的影響,感知數(shù)據(jù)中通常包含大量的缺失值.而大多數(shù)現(xiàn)有的上層應(yīng)用分析工具無法處理包含缺失值的數(shù)據(jù)集,因此對缺失數(shù)據(jù)進(jìn)行填補(bǔ)是不可或缺的.目前也有很多缺失數(shù)據(jù)填補(bǔ)算法,但在缺失數(shù)據(jù)較為密集的情況下,已有算法的填補(bǔ)準(zhǔn)確性很難保證,同時(shí)未考慮填補(bǔ)順序?qū)μ钛a(bǔ)精度的影響.基于此,提出了一種面向多源感知數(shù)據(jù)且順序敏感的缺失值填補(bǔ)框架OMSMVI(order-sensitive missing value imputation framework for multi-source sensory data).該框架充分利用感知數(shù)據(jù)特有的多維度相關(guān)性:時(shí)間相關(guān)性、空間相關(guān)性、屬性相關(guān)性,對不同數(shù)據(jù)源間的相似度進(jìn)行衡量;進(jìn)而,基于多維度相似性構(gòu)建以缺失數(shù)據(jù)源為中心的相似圖,并將已填補(bǔ)的缺失值作為觀測值用于后續(xù)填補(bǔ)過程中.同時(shí)考慮缺失數(shù)據(jù)源的整體分布,提出對缺失值進(jìn)行順序敏感的填補(bǔ),即:首先對缺失值的填補(bǔ)順序進(jìn)行決策,再對缺失值進(jìn)行填補(bǔ).對缺失值進(jìn)行順序填補(bǔ)能夠有效緩解在缺失數(shù)據(jù)較為密集的情況下,由于缺失數(shù)據(jù)源的完整近鄰與其相似度較低引起的填補(bǔ)精度下降問題;最后,對KNN填補(bǔ)算法進(jìn)行改進(jìn),提出一種新的基于近鄰節(jié)點(diǎn)的缺失值填補(bǔ)算法NI(neighborhood-based imputation),該算法利用感知數(shù)據(jù)的多維度相似性對缺失數(shù)據(jù)源的所有近鄰節(jié)點(diǎn)進(jìn)行查找,解決了KNN填補(bǔ)算法K值難以確定的問題,也進(jìn)一步提高了填補(bǔ)準(zhǔn)確性.利用兩個(gè)真實(shí)數(shù)據(jù)集,并與基本填補(bǔ)算法進(jìn)行對比,驗(yàn)證了算法的準(zhǔn)確性及有效性.
【作者單位】： 東北大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 缺失數(shù)據(jù) 密集缺失 感知網(wǎng)絡(luò) 順序敏感的填補(bǔ) 多維度相關(guān)性
【基金】：國家自然科學(xué)基金(61472071,61272179) 國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973)(2012CB316201) 中央高校基本科研業(yè)務(wù)費(fèi)(N140404013)~~
【分類號】：TP301.6
【正文快照】： 由于感知設(shè)備硬件資源有限、抵制干擾性差等固有限制,感知網(wǎng)絡(luò)在數(shù)據(jù)獲取過程中經(jīng)常存在數(shù)據(jù)缺失現(xiàn)象.目前,一般對缺失數(shù)據(jù)的處理辦法分為3大類:(1)case deletion,即直接丟棄缺失數(shù)據(jù)元組;(2)learning withouthandling of missing data,即不做處理,直接將缺失數(shù)據(jù)元組傳遞給上

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 莫路鋒;毛方杰;聶江武;宣子蔚;;基于感知數(shù)據(jù)的無線傳感網(wǎng)被動(dòng)診斷方法[J];北京郵電大學(xué)學(xué)報(bào);2013年01期

2 郭龍江;付惠娟;張中兆;;傳感器網(wǎng)絡(luò)感知數(shù)據(jù)自適應(yīng)去噪方法[J];計(jì)算機(jī)工程與應(yīng)用;2009年13期

3 趙卓峰;魏文飛;馬強(qiáng);;基于無共享架構(gòu)的海量感知數(shù)據(jù)實(shí)時(shí)處理系統(tǒng)[J];微電子學(xué)與計(jì)算機(jī);2012年09期

4 王爽;王國仁;;面向不確定感知數(shù)據(jù)的頻繁項(xiàng)查詢算法[J];計(jì)算機(jī)學(xué)報(bào);2013年03期

5 王思野;許文俊;賀志強(qiáng);牛凱;吳偉陵;;認(rèn)知無線網(wǎng)絡(luò)中協(xié)作感知數(shù)據(jù)上報(bào)性能分析[J];北京郵電大學(xué)學(xué)報(bào);2011年S1期

6 馬茜;谷峪;張?zhí)斐?于戈;;一種基于數(shù)據(jù)質(zhì)量的異構(gòu)多源多模態(tài)感知數(shù)據(jù)獲取方法[J];計(jì)算機(jī)學(xué)報(bào);2013年10期

7 ;[J];;年期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 熊英;面向移動(dòng)群體感知的數(shù)據(jù)處理機(jī)制研究與系統(tǒng)實(shí)現(xiàn)[D];國防科學(xué)技術(shù)大學(xué);2013年

2 李金榮;基于感知數(shù)據(jù)時(shí)域特征的WSNs故障診斷方法[D];浙江農(nóng)林大學(xué);2015年

3 孫W，

本文編號：1110520