本文關(guān)鍵詞：物聯(lián)網(wǎng)搜索關(guān)鍵技術(shù)的研究

  更多相關(guān)文章： 物聯(lián)網(wǎng)搜索 周期預(yù)測 語義網(wǎng)

【摘要】：正像傳統(tǒng)搜索技術(shù)在互聯(lián)網(wǎng)上扮演的重要角色一般,物聯(lián)網(wǎng)搜索技術(shù)作為基礎(chǔ)性服務(wù)也將成為物聯(lián)網(wǎng)應(yīng)用不可或缺的一部分。對于物聯(lián)網(wǎng)搜索來說,由于傳感器感知的實體狀態(tài)動態(tài)變化,能夠在物理世界中實時搜尋指定狀態(tài)的實體變得十分困難。如何在大量傳感器存在且各傳感器狀態(tài)動態(tài)變化的情況下,減少搜索引擎訪問傳感器的數(shù)量,增加搜索引擎訪問傳感器的正確性,高效且低時延地返回匹配用戶查詢狀態(tài)的傳感器集合,是本文要解決的首要問題。本文中利用數(shù)據(jù)挖掘中的一種周期模式挖掘算法,結(jié)合人們在日常生活中表現(xiàn)出來的行為規(guī)律性,提出了基于預(yù)測模型的傳感器排序算法,它有效地實現(xiàn)了基于傳感器狀態(tài)的搜索。排序算法的基本思想是通過傳感器輸出狀態(tài)的歷史數(shù)據(jù)計算出經(jīng)過排序的傳感器列表,列表中傳感器排名越高,那么它越有可能匹配用戶提出的查詢,以此為搜索引擎提供處理優(yōu)先級,將資源使用在最有可能匹配查詢的傳感器上。這些資源是通過網(wǎng)絡(luò)讀取傳感器當前值以檢查它是否匹配查詢的開銷。若沒有傳感器的預(yù)先排名,搜索引擎可能需要訪問大量的傳感器才能返回結(jié)果,這會產(chǎn)生巨大的時延。本文利用網(wǎng)上教室預(yù)訂系統(tǒng)的數(shù)據(jù)集以及辦公樓內(nèi)移動監(jiān)測傳感器的數(shù)據(jù)集,統(tǒng)計傳感器排序列表中的排序錯誤率,比較了不對數(shù)據(jù)集采用預(yù)測模型和對數(shù)據(jù)集采用預(yù)測模型兩種情況下的排序錯誤率,驗證了傳感器排名算法中單周期預(yù)測模型和多周期預(yù)測模型的適用場景和優(yōu)勢。此外,準確地表示出預(yù)測模型并且使之與現(xiàn)有的搜索引擎進行整合,是本文接下來要解決的一個難題�；谀壳皐eb的發(fā)展以及語義傳感器網(wǎng)絡(luò)本體的成熟,本文利用資源描述框架(Resource Description Framework,RDF)和SPARQL查詢語言(Simple Protocol and RDF Query Language,SPARQL),以及支持這些技術(shù)的開源框架Jena和ARQ,對基本預(yù)測模型進行了語義描述。在基本語義預(yù)測模型中采用給模塊累加因素的方法,逐步加入時間、地點以及關(guān)系等因素完善模型,最后完成了一個簡單易用的傳感器查詢系統(tǒng),用戶通過指定時間、地點、傳感器狀態(tài)獲得滿足查詢條件的傳感器集合。
【關(guān)鍵詞】：物聯(lián)網(wǎng)搜索 周期預(yù)測 語義網(wǎng)
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN929.5;TP391.44
【目錄】：

• 致謝5-6
• 摘要6-7
• ABSTRACT7-10
• 1 引言10-17
• 1.1 研究背景及意義10-11
• 1.1.1 研究背景10-11
• 1.1.2 研究意義11
• 1.2 國內(nèi)外現(xiàn)狀11-15
• 1.3 論文系統(tǒng)概述15
• 1.4 論文章節(jié)安排15-17
• 2 預(yù)測模型的周期模式挖掘算法基礎(chǔ)17-24
• 2.1 時間序列的周期挖掘算法比較17
• 2.2 周期模式的概述17-19
• 2.2.1 符號標記法17-18
• 2.2.2 符號的周期性定義18
• 2.2.3 周期模式的定義18-19
• 2.3 周期模式的挖掘過程19-23
• 2.4 本章小結(jié)23-24
• 3 傳感器系統(tǒng)的預(yù)測模型24-40
• 3.1 傳感器系統(tǒng)模型24-26
• 3.2 單周期預(yù)測模型26
• 3.3 多周期預(yù)測模型26-31
• 3.3.1 尋找周期符號27-28
• 3.3.2 選擇合適的時間窗28-29
• 3.3.3 篩選周期符號29-30
• 3.3.4 推導預(yù)測概率30-31
• 3.4 預(yù)測模型排序結(jié)果的調(diào)整31-32
• 3.5 測量指標32-33
• 3.6 仿真性能分析33-38
• 3.7 本章小結(jié)38-40
• 4 基于預(yù)測模型的語義搜索系統(tǒng)40-75
• 4.1 語義網(wǎng)概述40-44
• 4.1.1 語義網(wǎng)在物聯(lián)網(wǎng)中的重要性40-41
• 4.1.2 資源描述框架RDF41-44
• 4.1.3 RDF的查詢語言SPARQL44
• 4.2 未引入預(yù)測模型的語義描述44-50
• 4.2.1 傳感器架構(gòu)的基本語義描述45-46
• 4.2.2 傳感器狀態(tài)的語義描述46-49
• 4.2.3 傳感器歷史狀態(tài)的語義描述49-50
• 4.3 引入預(yù)測模型后的語義描述50-60
• 4.3.1 基本預(yù)測模型50-52
• 4.3.2 引入時間元素的預(yù)測模型52-56
• 4.3.3 引入地點元素和關(guān)聯(lián)關(guān)系元素的預(yù)測模型56-59
• 4.3.4 自定義優(yōu)化59-60
• 4.4 系統(tǒng)實現(xiàn)原型60-74
• 4.4.1 系統(tǒng)實現(xiàn)具體論述61-62
• 4.4.2 RDF模塊的具體實現(xiàn)62-74
• 4.5 本章小結(jié)74-75
• 5 結(jié)論75-77
• 5.1 本文所作的主要工作75
• 5.2 未來工作展望75-77
• 參考文獻77-80
• 作者簡歷及攻讀碩士學位期間取得的研究成果80-82
• 學位論文數(shù)據(jù)集82

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 秦茜;;物聯(lián)網(wǎng)驟成產(chǎn)業(yè)巨浪 各方大肆追捧恐為時尚早[J];IT時代周刊;2009年Z2期

2 石菲;;物聯(lián)網(wǎng)還有多遠[J];中國計算機用戶;2009年Z2期

3 馬繼華;韓文哲;;物聯(lián)網(wǎng)的未來會變成“空中樓閣”嗎?[J];信息網(wǎng)絡(luò);2009年10期

4 ;物聯(lián)網(wǎng)系列報道之一 理性物聯(lián)網(wǎng)[J];通信世界;2009年40期

5 李鵬;;物聯(lián)網(wǎng)發(fā)展 標準與應(yīng)用先行[J];通信世界;2009年40期

6 李鵬;趙經(jīng)緯;;北郵謝東亮 物聯(lián)網(wǎng)需兩顆紅心一種準備[J];通信世界;2009年40期

7 周雙陽;;尋找物聯(lián)網(wǎng)的制高點[J];通信世界;2009年41期

8 張鵬;;物聯(lián)網(wǎng),十年涅i，

本文編號：823117