本文關(guān)鍵詞：制造物聯(lián)海量數(shù)據(jù)流處理方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：制造物聯(lián)技術(shù)是當(dāng)代制造業(yè)中出現(xiàn)的一種新型的制造和服務(wù)模式,它可以極大提高我國(guó)制造業(yè)信息服務(wù)化水平,提升我國(guó)制造企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力和影響力。在制造物聯(lián)環(huán)境中,由于制造過(guò)程復(fù)雜,大量的感知設(shè)備被部署到制造現(xiàn)場(chǎng)去監(jiān)測(cè)生產(chǎn)情況,產(chǎn)生海量制造數(shù)據(jù)流。然而由于這些產(chǎn)生海量制造數(shù)據(jù)流存在如下特征：巨大的數(shù)據(jù)容量,多源的數(shù)據(jù)內(nèi)容、復(fù)雜的數(shù)據(jù)結(jié)構(gòu)、大的數(shù)據(jù)亂序排列、強(qiáng)的不確定數(shù)據(jù)值、多樣化的數(shù)據(jù)表現(xiàn)形式、小價(jià)值數(shù)據(jù)信息值、高的響應(yīng)需求等,使得現(xiàn)有的海量數(shù)據(jù)流處理方法難于直接支撐上述海量制造數(shù)據(jù)流的完全處理,導(dǎo)致現(xiàn)有的制造企業(yè)難于直接從上述產(chǎn)生海量信息流中去獲取自己所需信息,從而嚴(yán)重影響企業(yè)的生產(chǎn)管理與控制水平。本論文在分析制造物聯(lián)海量數(shù)據(jù)流存在的數(shù)據(jù)特征,當(dāng)前處理面臨挑戰(zhàn)和現(xiàn)有研究成果基礎(chǔ)上,對(duì)制造物聯(lián)環(huán)境下海量數(shù)據(jù)流處理關(guān)鍵技術(shù)進(jìn)行了深入研究,提出并設(shè)計(jì)出一系列面向制造物聯(lián)這個(gè)特定環(huán)境下海量數(shù)據(jù)流高效檢測(cè)和處理方法�？偨Y(jié)本文開(kāi)展相關(guān)工作并取得主要成果有如下：1)針對(duì)制造物聯(lián)海量數(shù)據(jù)流因具有大的海量數(shù)據(jù)量而難于及時(shí)處理問(wèn)題,提出并設(shè)計(jì)了一種面向制造物聯(lián)海量多源數(shù)據(jù)流哈希結(jié)構(gòu)復(fù)雜事件檢測(cè)方法。解決了當(dāng)前復(fù)雜事件檢測(cè)方法在檢測(cè)海量多源數(shù)據(jù)流時(shí)因存在大量的回溯操作和重復(fù)查找操作而導(dǎo)致的難于及時(shí)處理問(wèn)題,為解決制造物聯(lián)海量多源數(shù)據(jù)流高效檢測(cè)問(wèn)題提供了新方法。仿真結(jié)果表明,相比現(xiàn)有的檢測(cè)方法,在檢測(cè)相同海量數(shù)據(jù)流條件本文所提方法在檢測(cè)時(shí)間,內(nèi)存消耗和吞吐量方面有著顯著提高。2)針對(duì)制造物聯(lián)海量數(shù)據(jù)流因具有高的亂序性而難于及時(shí)判定的問(wèn)題,提出并設(shè)計(jì)了一種面向制造物聯(lián)海量亂序數(shù)據(jù)流改進(jìn)自動(dòng)機(jī)與哈希結(jié)構(gòu)的復(fù)雜事件檢測(cè)方法。解決了當(dāng)前的復(fù)雜事件檢測(cè)方法在檢測(cè)亂序數(shù)據(jù)流時(shí)因存在亂序事件間內(nèi)在關(guān)聯(lián)關(guān)系難于確定和內(nèi)在組成結(jié)構(gòu)難于構(gòu)成而導(dǎo)致的難于及時(shí)判定的問(wèn)題,為解決制造物聯(lián)海量亂序數(shù)據(jù)流高效檢測(cè)問(wèn)題提供了新途徑。仿真結(jié)果表明,所提方法能夠比較高效地在制造物聯(lián)海量亂序數(shù)據(jù)流上完成事件的檢測(cè)。3)針對(duì)制造物聯(lián)海量數(shù)據(jù)流因具有強(qiáng)不確定性難于及時(shí)檢測(cè)問(wèn)題,發(fā)明了一種面向制造物聯(lián)海量不確定性數(shù)據(jù)流有向無(wú)環(huán)圖結(jié)構(gòu)復(fù)雜事件檢測(cè)方法�？梢杂行Ц纳飘�(dāng)前復(fù)雜事件檢測(cè)方在檢測(cè)不確定數(shù)據(jù)流時(shí)因組合數(shù)量太大而難于及時(shí)檢測(cè)問(wèn)題,為解決制造物聯(lián)海量不確定性數(shù)據(jù)流高效檢測(cè)問(wèn)題提供了新思路。仿真結(jié)果表明,所提方法在減少海量不確定性數(shù)據(jù)流時(shí)檢測(cè)時(shí)間,降低消耗內(nèi)存和提高事件吞吐量方面比現(xiàn)有方法有效。4)針對(duì)現(xiàn)有方法在解碼制造物聯(lián)中大容量和小價(jià)值密度海量視頻數(shù)據(jù)流過(guò)程中由于需要頻繁地查找可變長(zhǎng)碼表而導(dǎo)致視頻解碼性能不高問(wèn)題,首次提出并設(shè)計(jì)了一種面向制造物聯(lián)海量視頻數(shù)據(jù)哈希表和索引查找處理方法。通過(guò)在視頻解碼CAVLC查表中引進(jìn)哈希表和索引查找技術(shù),利用哈希表和索引查找技術(shù)減少CAVLC碼表查找過(guò)程中碼長(zhǎng),碼字后綴長(zhǎng)度和碼字的查找和判斷次數(shù),進(jìn)而減少訪問(wèn)查找可變長(zhǎng)碼表次數(shù),從而提高海量視流整體解碼性能。實(shí)驗(yàn)結(jié)果表明,我們建議的基于哈希表和索引查找方法由于減少訪問(wèn)查找可變長(zhǎng)碼表次數(shù)可以分別可以節(jié)約25%、35%查表內(nèi)存消耗,約20%、40%查找時(shí)間和1056、923節(jié)字碼字存儲(chǔ)空間,可以極大提高了制造物聯(lián)海量視頻數(shù)據(jù)流解碼性能。5)針對(duì)上一章改進(jìn)的基于哈希表和索引查找方法由于仍舊采用有碼表查找方式而占用一定的內(nèi)存,查表時(shí)間和碼表存儲(chǔ)空間,從而限制了CAVLC解碼性能完全提高問(wèn)題,首次提出并設(shè)計(jì)了一種基于程序代碼執(zhí)行CAVLC無(wú)碼表查找處理方法。通過(guò)采用程序代碼執(zhí)行代替了改進(jìn)的基于哈希表和索引查找中查表方式,實(shí)現(xiàn)了CAVLC無(wú)碼表高效查找處理方法,為實(shí)現(xiàn)制造物聯(lián)海量視頻數(shù)據(jù)流高性能解碼查表問(wèn)題提供了新思路。實(shí)驗(yàn)結(jié)果表明,我們建議的新方法由于不用查找碼表而可以節(jié)約100%查表內(nèi)存消耗,約45%查找時(shí)間和2320節(jié)碼字存儲(chǔ)空間,可以在制造物聯(lián)環(huán)境下更好地完成海量視頻數(shù)據(jù)流的高效解碼要求。
【關(guān)鍵詞】：制造物聯(lián) 海量數(shù)據(jù)流 復(fù)雜事件檢測(cè) 碼表查找
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：F424;TP274
【目錄】：

• 摘要4-6
• ABSTRACT6-17
• 第一章 緒論17-35
• 1.1 研究背景及意義17-22
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀22-31
• 1.2.1 數(shù)據(jù)流上復(fù)雜事件檢測(cè)方法22-27
• 1.2.2 視頻流上編解碼查表處理方法27-31
• 1.3 課題來(lái)源和主要研究?jī)?nèi)容31-35
• 1.3.1 課題來(lái)源31-32
• 1.3.2 主要研究?jī)?nèi)容32-33
• 1.3.3 論文結(jié)構(gòu)33-35
• 第二章 海量多源數(shù)據(jù)流上哈希結(jié)構(gòu)復(fù)雜事件檢測(cè)方法35-45
• 2.1 問(wèn)題提出35-36
• 2.2 基于哈希結(jié)構(gòu)復(fù)雜事件檢測(cè)方法36-40
• 2.2.1 哈希檢測(cè)方法組成結(jié)構(gòu)36-37
• 2.2.2 哈希檢測(cè)方法檢測(cè)原理及工作過(guò)程37-38
• 2.2.3 哈希檢測(cè)方法實(shí)現(xiàn)步驟38-40
• 2.2.4 哈希檢測(cè)方法應(yīng)用過(guò)程40
• 2.3 仿真實(shí)驗(yàn)及結(jié)果分析40-43
• 2.3.1 仿真實(shí)驗(yàn)環(huán)境及參數(shù)設(shè)置41-42
• 2.3.2 測(cè)試算法檢測(cè)時(shí)間42
• 2.3.3 測(cè)試算法內(nèi)存消耗42-43
• 2.3.4 測(cè)試算法吞吐量43
• 2.4 本章小結(jié)43-45
• 第三章 海量亂序數(shù)據(jù)流上改進(jìn)自動(dòng)機(jī)和哈希結(jié)構(gòu)復(fù)雜事件檢測(cè)方法45-57
• 3.1 問(wèn)題提出45-46
• 3.2 基于改進(jìn)自動(dòng)機(jī)與哈希結(jié)構(gòu)復(fù)雜事件檢測(cè)方法46-51
• 3.2.1 INFA-HTS檢測(cè)方法組成結(jié)構(gòu)46-47
• 3.2.2 INFA-HTS工作原理及檢測(cè)過(guò)程47-48
• 3.2.3 INFA-HTS方法實(shí)現(xiàn)步聚48-50
• 3.2.4 INFA-HTS方法應(yīng)用過(guò)程50-51
• 3.3 仿真實(shí)驗(yàn)及結(jié)果分析51-56
• 3.3.1 設(shè)置實(shí)驗(yàn)仿真環(huán)境及參數(shù)51-52
• 3.3.2 算法在檢測(cè)時(shí)間比較52-54
• 3.3.3 算法在內(nèi)存消耗比較54-55
• 3.3.4 算法在吞吐量比較55-56
• 3.4 本章小結(jié)56-57
• 第四章 海量不確定數(shù)據(jù)流上有向無(wú)環(huán)圖結(jié)構(gòu)復(fù)雜事件檢測(cè)方法57-67
• 4.1 問(wèn)題提出57
• 4.2 基于有向無(wú)環(huán)圖結(jié)構(gòu)復(fù)雜事件檢測(cè)方法57-63
• 4.2.1 有向無(wú)環(huán)圖檢測(cè)方法組成結(jié)構(gòu)58
• 4.2.2 有向無(wú)環(huán)圖檢測(cè)方法檢測(cè)原理及過(guò)程58-60
• 4.2.3 有向無(wú)環(huán)圖檢測(cè)方法實(shí)現(xiàn)步驟60-62
• 4.2.4 有向無(wú)環(huán)圖檢測(cè)方法應(yīng)用過(guò)程62-63
• 4.3 仿真實(shí)驗(yàn)與結(jié)果分析63-66
• 4.3.1 仿真實(shí)驗(yàn)環(huán)境設(shè)置及參數(shù)選擇63-64
• 4.3.2 算法檢測(cè)時(shí)間測(cè)試64-65
• 4.3.3 算法內(nèi)存消耗測(cè)試65-66
• 4.3.4 算法吞吐量測(cè)試66
• 4.4 本章小結(jié)66-67
• 第五章 海量視頻數(shù)據(jù)流上哈希與索引查找理處方法67-88
• 5.1 問(wèn)題提出67
• 5.2 觀察碼表結(jié)構(gòu)67-69
• 5.3 發(fā)現(xiàn)對(duì)應(yīng)關(guān)系69-70
• 5.4 基于哈希表查找處理方法70-74
• 5.4.1 哈希表建立70-71
• 5.4.2 哈希查找工作原理71-72
• 5.4.3 哈希表查找步驟72-73
• 5.4.4 哈希表查找算法應(yīng)用過(guò)程73-74
• 5.5 基于索引表查找處理方法74-79
• 5.5.1 索引表結(jié)構(gòu)建立74-76
• 5.5.2 索引查找工作原理76-77
• 5.5.3 索引查找實(shí)現(xiàn)步驟77-78
• 5.5.4 索引查找算法應(yīng)用過(guò)程78-79
• 5.6 哈希與索引查找方法比較79-80
• 5.7 仿真實(shí)驗(yàn)及結(jié)果分析80-87
• 5.7.1 仿真實(shí)驗(yàn)環(huán)境設(shè)置及參數(shù)選擇80-82
• 5.7.2 算法在查表時(shí)間方面測(cè)試82-83
• 5.7.3 算法在內(nèi)存消耗方面測(cè)試83-86
• 5.7.4 算法在存儲(chǔ)空間方面測(cè)試86-87
• 5.8 本章小結(jié)87-88
• 第六章 海量視頻數(shù)據(jù)流上程序代碼執(zhí)行處理方法88-104
• 6.1 問(wèn)題提出88
• 6.2 基于程序代碼執(zhí)行的查找處理方法88-95
• 6.2.1 方法來(lái)源88-90
• 6.2.2 工作原理90-91
• 6.2.3 實(shí)現(xiàn)步驟91-93
• 6.2.4 算法應(yīng)用過(guò)程93-94
• 6.2.5 三種方法比較94-95
• 6.3 仿真實(shí)驗(yàn)及結(jié)果分析95-103
• 6.3.1 設(shè)置實(shí)驗(yàn)仿真環(huán)境及選擇參數(shù)96
• 6.3.2 測(cè)試算法查表時(shí)間96-99
• 6.3.3 測(cè)試算法內(nèi)存消耗99-102
• 6.3.4 測(cè)試算法存儲(chǔ)空間102-103
• 6.4 本章小結(jié)103-104
• 總結(jié)104-107
• 參考文獻(xiàn)107-120
• 攻讀博士期間發(fā)表或完成的論文及專(zhuān)利120-122
• 科研經(jīng)歷122-124
• 致謝12

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 ;“制造物聯(lián)與RFID技術(shù)”專(zhuān)欄征稿通知[J];計(jì)算機(jī)集成制造系統(tǒng);2012年09期

2 ;“制造物聯(lián)與RFID技術(shù)”專(zhuān)欄征文通知[J];計(jì)算機(jī)集成制造系統(tǒng);2012年10期

3 ;“制造物聯(lián)與RFID技術(shù)”專(zhuān)欄征文通知[J];計(jì)算機(jī)集成制造系統(tǒng);2012年11期

4 ;“制造物聯(lián)與RFID技術(shù)”專(zhuān)欄征文通知[J];計(jì)算機(jī)集成制造系統(tǒng);2013年01期

5 ;“制造物聯(lián)與RFID技術(shù)”專(zhuān)欄征文通知[J];計(jì)算機(jī)集成制造系統(tǒng);2012年12期

6 ;“制造物聯(lián)與RFID技術(shù)”專(zhuān)欄征文通知[J];計(jì)算機(jī)集成制造系統(tǒng);2013年02期

7 ;[J];;年期

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前1條

1 一民;找出地球最早生命的證據(jù)[N];北京科技報(bào);2001年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 王建華;制造物聯(lián)海量數(shù)據(jù)流處理方法研究[D];廣東工業(yè)大學(xué);2015年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 曹珠英;韓國(guó)制造物責(zé)任法研究[D];華東政法大學(xué);2008年

2 王錦煜;制造物聯(lián)中車(chē)間底層數(shù)控設(shè)備監(jiān)控管理系統(tǒng)的研究[D];江南大學(xué);2014年

  本文關(guān)鍵詞：制造物聯(lián)海量數(shù)據(jù)流處理方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：321485