本文關(guān)鍵詞：基于圖相似的傳感器復(fù)雜事件檢測技術(shù)研究

  更多相關(guān)文章： 復(fù)雜事件檢測 行為識別 傳感器網(wǎng)絡(luò) 圖建模 圖相似性查詢

【摘要】：用戶行為檢測與識別作為復(fù)雜事件檢測領(lǐng)域中的重要研究對象,具有廣闊的應(yīng)用前景和巨大的經(jīng)濟價值。特別是隨著電子、通信等技術(shù)的發(fā)展,無線傳感器得到了廣泛的應(yīng)用,基于無線傳感器網(wǎng)絡(luò)的用戶行為檢測與識別技術(shù)研究,受到越來越多的關(guān)注和重視。目前,該領(lǐng)域相關(guān)研究中所選擇的數(shù)據(jù)模型對傳感器數(shù)據(jù)之間的相關(guān)性考慮不夠、查詢算法時間復(fù)雜度較高,造成檢測識別的性能不佳,對此本文提出基于無線傳感器網(wǎng)絡(luò)對用戶行為進行檢測和識別的一種新方法。該方法按照事件、行為兩個邏輯層次,利用圖模型和圖相似性算法實現(xiàn)對用戶行為的數(shù)據(jù)建模和模式查詢。具體工作如下：第一,從設(shè)計需求、設(shè)備配置等方面出發(fā),給出基于無線傳感器網(wǎng)絡(luò)的用戶行為識別系統(tǒng)的設(shè)計方案,并在實際部署了該系統(tǒng)：第二,以數(shù)據(jù)快照圖為基礎(chǔ),提出利用數(shù)據(jù)增量圖算法對事件進行建模的方法。然后,利用基于特征結(jié)構(gòu)的圖相似性查詢算法對查詢事件圖進行分類。針對傳統(tǒng)基于特征結(jié)構(gòu)向量的查詢算法對特征結(jié)構(gòu)重要程度區(qū)別考慮不足的問題,本文提出將事件圖的特征結(jié)構(gòu)按照重要程度排序構(gòu)建特征結(jié)構(gòu)序列,將圖的相似性查詢問題轉(zhuǎn)換為特征結(jié)構(gòu)序列的相似性查詢方法,并對傳統(tǒng)序列匹配算法進行了改進；第三,在事件圖查詢的基礎(chǔ)上提出利用多序列聯(lián)配算法對行為周期內(nèi)的行為時序進行疊加,實現(xiàn)行為圖建模的方法。在行為圖查詢階段,考慮行為圖頻繁子圖集合的特點,提出基于結(jié)構(gòu)相似的特征選擇算法,然后按照基于特征結(jié)構(gòu)序列的圖查詢方法完成行為圖查詢,實現(xiàn)行為識別。實驗表明,本文提出的分層圖建模和圖相似查詢算法具有較好的可用性和查詢準(zhǔn)確度。
【關(guān)鍵詞】：復(fù)雜事件檢測 行為識別 傳感器網(wǎng)絡(luò) 圖建模 圖相似性查詢
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP212.9;TN929.5
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-15
• 1.1 研究背景9-10
• 1.2 研究現(xiàn)狀10-13
• 1.2.1 數(shù)據(jù)模型11-12
• 1.2.2 圖的相似性查詢12-13
• 1.3 研究內(nèi)容和組織結(jié)構(gòu)13-15
• 第2章 相關(guān)技術(shù)概述15-19
• 2.1 無線傳感器網(wǎng)絡(luò)15-16
• 2.1.1 無線傳感器網(wǎng)絡(luò)的概念15-16
• 2.1.2 無線傳感器網(wǎng)絡(luò)的特點16
• 2.2 圖的相關(guān)概念16-18
• 2.3 本章小結(jié)18-19
• 第3章 基于圖相似的WSN行為識別系統(tǒng)19-28
• 3.1 系統(tǒng)概述19-22
• 3.1.1 系統(tǒng)工作流程19-20
• 3.1.2 功能簡介20-22
• 3.2 系統(tǒng)硬件方案22-24
• 3.2.1 設(shè)備選取22-23
• 3.2.2 通信協(xié)議23
• 3.2.3 網(wǎng)絡(luò)拓?fù)?/span>23-24
• 3.3 系統(tǒng)軟件架構(gòu)設(shè)計方案24-27
• 3.3.1 數(shù)據(jù)采集單元25
• 3.3.2 數(shù)據(jù)管理單元25-26
• 3.3.3 事件圖建模與查詢26-27
• 3.3.4 行為圖建模與行為模式挖掘27
• 3.4 本章小結(jié)27-28
• 第4章 事件圖建模與查詢28-44
• 4.1 事件圖建模預(yù)處理28-31
• 4.1.1 數(shù)據(jù)快照圖28-30
• 4.1.2 擴展數(shù)據(jù)快照圖30-31
• 4.2 事件圖建模31-33
• 4.2.1 數(shù)據(jù)增量圖31-32
• 4.2.2 事件圖建模32-33
• 4.2.3 樣本事件圖建模33
• 4.3 事件圖查詢33-39
• 4.3.1 查詢事件圖建模33-34
• 4.3.2 事件圖查詢算法34-38
• 4.3.3 樣本事件圖優(yōu)化38-39
• 4.4 實驗結(jié)果與分析39-43
• 4.4.1 性能指標(biāo)39
• 4.4.2 實驗結(jié)果與分析39-43
• 4.5 本章小結(jié)43-44
• 第5章 行為圖建模與行為模式挖掘44-56
• 5.1 行為圖建模預(yù)處理44-45
• 5.1.1 識別基本行為44-45
• 5.1.2 行為序列45
• 5.2 行為圖建模45-49
• 5.2.1 多序列聯(lián)配算法簡介及其他相關(guān)概念46-47
• 5.2.2 加權(quán)多序列聯(lián)配算法WMSA47-48
• 5.2.3 行為圖建模48-49
• 5.3 行為圖查詢49-53
• 5.3.1 行為圖查詢算法50-51
• 5.3.2 基于結(jié)構(gòu)相似的特征選擇算法SSFS51-53
• 5.4 實驗結(jié)果與分析53-55
• 5.4.1 性能指標(biāo)53-54
• 5.4.2 實驗結(jié)果與分析54-55
• 5.5 本章小結(jié)55-56
• 第6章 總結(jié)和展望56-58
• 致謝58-59
• 參考文獻59-62

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 胡瓊;秦磊;黃慶明;;基于視覺的人體動作識別綜述[J];計算機學(xué)報;2013年12期

2 李和平;胡占義;吳毅紅;吳福朝;;基于半監(jiān)督學(xué)習(xí)的行為建模與異常檢測[J];軟件學(xué)報;2007年03期

3 任豐原,黃海寧,林闖;無線傳感器網(wǎng)絡(luò)[J];軟件學(xué)報;2003年07期

，

本文編號：912506