傳感器網(wǎng)絡(luò)中不完全數(shù)據(jù)填充方法研究.pdf

1、傳感器網(wǎng)絡(luò)節(jié)點硬件失效、監(jiān)測環(huán)境惡劣、網(wǎng)絡(luò)擁塞等客觀問題，使得傳感器網(wǎng)絡(luò)數(shù)據(jù)的不完全性成為必然。不完全數(shù)據(jù)給數(shù)據(jù)融合、數(shù)據(jù)存儲和數(shù)據(jù)挖掘等技術(shù)帶來嚴峻考驗，傳統(tǒng)針對完全數(shù)據(jù)的處理方法顯得無能為力。因此，如何對不完全數(shù)據(jù)進行填充成為我們面臨的一項重大難題?，F(xiàn)存的不完全數(shù)據(jù)填充算法主要針對靜態(tài)統(tǒng)計學(xué)數(shù)據(jù)，算法要么計算復(fù)雜度高，要么填充精確度低，難以滿足傳感器網(wǎng)絡(luò)數(shù)據(jù)對精確性和實時性的雙重要求，因此，傳統(tǒng)算法不能直接應(yīng)用于傳感器網(wǎng)絡(luò)不完全數(shù)據(jù)

2、處理。
　　考慮到人們對不同傳感器數(shù)據(jù)要求有差異性，本文提出一種基于區(qū)分屬性重要性的不完全數(shù)據(jù)填充算法。算法通過屬性約簡技術(shù)，對目標對象進行屬性重要程度區(qū)分，對于重要屬性采用基于改進的馬氏距離的填充算法進行精確填充，而對于非重要屬性采用定義的相似度概率法快速填充，算法在保證了數(shù)據(jù)填充精確度的同時提高了效率。實驗結(jié)果表明，該算法是一種有效的傳感器網(wǎng)絡(luò)不完全數(shù)據(jù)填充算法;
　　針對傳感器網(wǎng)絡(luò)數(shù)據(jù)采集的“流式”特征，充分利用傳感器

3、網(wǎng)絡(luò)數(shù)據(jù)的時空相關(guān)性，本文提出了一種基于嵌套滑動窗口的數(shù)據(jù)流的缺失數(shù)據(jù)填充算法。算法基于傳統(tǒng)滑動窗口數(shù)據(jù)處理技術(shù)，通過對嵌套滑動窗口和相關(guān)系數(shù)圖的定義，采用增量相關(guān)系數(shù)計算方式，對屬性間的空間相關(guān)性分析;對于具有空間相關(guān)性的屬性缺失數(shù)據(jù)，采用嵌套窗口內(nèi)的馬氏距離填充算法，而其余數(shù)據(jù)采用時間相關(guān)的線性填充算法，算法有效去除了輔助信息中大量無關(guān)數(shù)據(jù)，減少了填充計算量，是一種有效的數(shù)據(jù)流不完全數(shù)據(jù)填充方法。仿真對比實驗表明，算法能夠?qū)崟r快速對