本文關鍵詞：面向養(yǎng)殖環(huán)境監(jiān)測的數據流處理方法研究，由筆耕文化傳播整理發(fā)布。

面向養(yǎng)殖環(huán)境監(jiān)測的數據流處理方法研究

中國農業(yè)大學 曹振麗

主要研究內容包括以下幾個方面：(1)提出了一種基于高斯混合模型的數據流聚類算法cumicro,使用高斯混合模型作為數據流中不確定數據的基本表示形式,可以更好的利用存儲空間,完成對真實情況的逼近。該算法將時間直接作為數據屬性,可直接查詢某個時間維度的聚簇。實驗證明,本文算法在原始數據較密集時,相較原有基于離散模型的聚類,該算法具有準確度上的優(yōu)勢。(2)提出了一種基于不確定數據的數據流追溯方法,將不確定數據引入到追溯系統(tǒng)中搭建追溯模型,解決了數據流背景下無法對可追溯單元一一標識的混合過程進行表示的問題。利用不確定數據的基本表示和查詢方法,解決了多源追溯問題,完成了數據流追溯模型中的一般查詢、節(jié)點評價和單節(jié)點異常推斷功能,并給出了多節(jié)點異常的求解方法。(3)提出一種基于時間粒度的自適應調整灰色二階模型的數據流預測方法,通過實驗得出隨著滑動窗口更新周期的增大,預測的成功率反而下降；隨著采樣頻率的變大,預測成功率降低；隨著未來數據窗口寬度的增加,預測的平均相對誤差增大,但該方法對近期的數據預測比較準確,滿足了系統(tǒng)的需求。(4)設計了一個面向養(yǎng)殖環(huán)境的豬舍數據流采集與預測為一體的自動化控制系統(tǒng),提出了子啊數據流背景下切換到數據視角,以數據為中心來開展業(yè)務研究,將時間和空間的事件信息都以數據驅動為中心明確地抽象到編程模型中,進行形式化的描述及一體化建模,打破了傳統(tǒng)的建模方法僅局限于時間域內分析的局限性,考慮了計算過程和物理過程通過網絡實時交互對系統(tǒng)行為所帶來的影響。

面向養(yǎng)殖環(huán)境監(jiān)測的數據流處理方法研究

  本文關鍵詞：面向養(yǎng)殖環(huán)境監(jiān)測的數據流處理方法研究，由筆耕文化傳播整理發(fā)布。