近年來,傳感器網(wǎng)絡(luò)應(yīng)用越來越廣泛,傳感器網(wǎng)絡(luò)中的實時感知數(shù)據(jù)多為流式數(shù)據(jù),利用傳感網(wǎng)絡(luò)收集的實時數(shù)據(jù)流研究其中包含的特定流式數(shù)據(jù)事件已日益成為安全監(jiān)測系統(tǒng)的主要手段。受傳感器部署外部環(huán)境及人為干擾等因素影響,流式數(shù)據(jù)在時間域上傳播常常會出現(xiàn)減緩或加劇等數(shù)據(jù)漂移現(xiàn)象,使得同一信號源發(fā)出的同一段流式數(shù)據(jù)信號在經(jīng)過不同傳播路徑到達不同位置時,相應(yīng)的傳感器接收到的信號序列并不完全一致,甚至可能會出現(xiàn)較大的偏差。因此,數(shù)據(jù)漂移特征已成為流式數(shù)據(jù)識別領(lǐng)域內(nèi)研究的熱點與難點,而現(xiàn)有的流式數(shù)據(jù)事件判識方法多采用時間序列直接匹配的方式,導(dǎo)致判識漂移特征事件的準(zhǔn)確率極低,并且這些方法在獲取完整事件前,不能得出判識結(jié)果,判識均為滯后判識,無法滿足監(jiān)測系統(tǒng)實時性需求。綜上所示,針對流式數(shù)據(jù)的漂移特征和現(xiàn)有流式數(shù)據(jù)識別方法存在的判識準(zhǔn)確率與效率低等問題,本文基于對流式數(shù)據(jù)的深入研究,提出一種漂移特征流式數(shù)據(jù)事件的實時判識方法。本文的主要研究內(nèi)容如下:a)針對漂移數(shù)據(jù)無法與事件模板進行直接匹配的問題,構(gòu)建基于動態(tài)時間規(guī)整的反走樣模型,將實時流式數(shù)據(jù)與事件模板進行矩陣扭曲,實現(xiàn)相似性匹配識別;b)針對事件在流式數(shù)據(jù)... 

【文章來源】：遼寧大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 問題提出
    1.3 研究內(nèi)容
    1.4 本文組織結(jié)構(gòu)
第2章 相關(guān)工作
    2.1 神經(jīng)網(wǎng)絡(luò)判識法
    2.2 閾值判識法
    2.3 模板判識法
    2.4 本章小結(jié)
第3章 漂移事件初至域的相似判識
    3.1 問題描述及相關(guān)定義
    3.2 漂移特征流式數(shù)據(jù)序列判識方法
        3.2.1 基于3-layer-NN的流式數(shù)據(jù)序列分類判識
        3.2.2 基于動態(tài)時間規(guī)整的流式數(shù)據(jù)序列相似匹配
    3.3 基于滑動窗口的事件初至域?qū)崟r獲取
    3.4 實例
    3.5 本章小結(jié)
第4章 漂移事件實時分階判識方法
    4.1 問題描述和相關(guān)定義
    4.2 基于分段累積近似的數(shù)據(jù)壓縮優(yōu)化
    4.3 基于判識比例權(quán)重分配的事件實時分階判識
        4.3.1 事件初實時快速判識
        4.3.2 事件終實時精確判識
    4.4 本章小結(jié)
第5章 實驗與分析
    5.1 實驗設(shè)置
        5.1.1 實驗環(huán)境及實驗方案設(shè)計
        5.1.2 實驗數(shù)據(jù)集
    5.2 算法判識性能受自身參數(shù)設(shè)置影響的實驗結(jié)果與分析
        5.2.1 匹配比例增量?R對算法性能的影響分析
        5.2.2 窗口滑動距離?t對算法的性能影響分析
    5.3 不同算法判識性能對比實驗分析
        5.3.1 ?R改變時算法性能對比
        5.3.2 ?t改變時算法性能對比
    5.4 算法判識性能仿真對比實驗分析
    5.5 本章小結(jié)
第6章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
致謝
參考文獻
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及參加科研情況



本文編號：3430471