本文選題：物聯(lián)網(wǎng) + 實(shí)體��； 參考：《南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年03期

【摘要】：傳統(tǒng)的互聯(lián)網(wǎng)搜索引擎是對靜態(tài)資源進(jìn)行搜索,而物聯(lián)網(wǎng)中的實(shí)體具有高度動態(tài)性,且資源數(shù)量遠(yuǎn)遠(yuǎn)超過互聯(lián)網(wǎng)中的數(shù)量,因此在面對海量的、動態(tài)的物聯(lián)網(wǎng)實(shí)體時(shí),如何快速鎖定目標(biāo)實(shí)體,成為物聯(lián)網(wǎng)搜索面臨的一大挑戰(zhàn)。針對以上問題,提出并實(shí)現(xiàn)了一種基于聚類劃分的IoT實(shí)體搜索方法。通過對大量的物聯(lián)網(wǎng)實(shí)體的分析,發(fā)現(xiàn)實(shí)體的種類遠(yuǎn)少于實(shí)體的數(shù)量,實(shí)體之間的屬性有很強(qiáng)的相似性。利用實(shí)體之間的相似性,對實(shí)體進(jìn)行聚類的劃分,可以縮小搜索范圍,有效地提高實(shí)時(shí)搜索的效率。
[Abstract]:The traditional Internet search engine is to search static resources, but the entities in the Internet of things are highly dynamic, and the number of resources is far more than the number of the Internet of things, so in the face of massive, dynamic Internet of things entities,How to quickly lock down the target entity has become a major challenge in Internet of things search.Aiming at the above problems, a IoT entity search method based on clustering partition is proposed and implemented.Through the analysis of a large number of entities in the Internet of things, it is found that the types of entities are far less than the number of entities, and the attributes of entities have strong similarity.By using the similarity of entities, the clustering of entities can narrow the search scope and improve the efficiency of real-time search.
【作者單位】： 南京郵電大學(xué)通信與信息工程學(xué)院;
【基金】：江蘇省戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展專項(xiàng)(2015ZS01)資助項(xiàng)目
【分類號】：TP391.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 高云全;李小勇;方濱興;;物聯(lián)網(wǎng)搜索技術(shù)綜述[J];通信學(xué)報(bào);2015年12期

2 王智;潘強(qiáng);邢濤;;面向物聯(lián)網(wǎng)的實(shí)體實(shí)時(shí)搜索服務(wù)綜述[J];計(jì)算機(jī)應(yīng)用研究;2011年06期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王蕾;江凌云;陳曉陽;劉博偉;;一種基于聚類劃分的IoT實(shí)體搜索方法[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年03期

2 陳文藝;李鵬;;基于ONVIF的物聯(lián)網(wǎng)圖像采集虛擬設(shè)備接口設(shè)計(jì)[J];西安郵電大學(xué)學(xué)報(bào);2017年03期

3 王麗穎;;互聯(lián)網(wǎng)搜索引擎的特型展現(xiàn)技術(shù)[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2017年04期

4 李斯祺;楊雪;周雨n，

本文編號：1758131