《传感器网络时间序列数据的事件分类研究》PDF+DOC
作者:叶李
单位:重庆邮电大学
出版:《重庆邮电大学学报(自然科学版)》2016年第03期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFCASH2016030220
DOC编号:DOCCASH2016030229
下载格式:PDF + Word/doc 文字可复制、可编辑
《智能环境下分布式Rete算法》PDF+DOC2016年第07期 汪成亮,温鑫
《基于时间序列数据的无线传感器网络的异常检测方法》PDF+DOC2018年第04期 彭能松,张维纬,张育钊,黄焯,郑力新
《基于卷积神经网络的缺失数据填充方法》PDF+DOC2019年第03期 张网娟,许国艳,李敏佳,朱帅
《WSN中基于加速动态时间弯曲的异常数据流检测》PDF+DOC2013年第06期 刘瑞琴,刘学军
《WSN中基于GM-LSSVM的数据融合方法》PDF+DOC2012年第09期 王汝言,唐季超,吴大鹏,孙青文
《传感器网络中一种基于一元线性回归模型的空时数据压缩算法》PDF+DOC2010年第03期 王雷春,马传香
《基于拓扑感知的TSP快速求解算法》PDF+DOC2014年第03期 张帅,汪芸,李凯
《无线传感器网络离群时间序列检测研究》PDF+DOC2013年第01期 唐琪,刘学军
《一种利用K均值聚类的无线传感器网络节点定位算法》PDF+DOC2013年第10期 冯欣,张鹏,徐亚明,邹进贵
《基于无线传感网络的森林火灾准确预警系统设计》PDF+DOC2013年第13期 张红红,王桂芝
目前智能环境中传感器网络所采集的海量数据面临着进行有效事件的模式分类及异常检测的难题。为了有效对智能环境中传感器网络采集的时间序列数据所表征的事件进行分类,提出了基于协方差特征空间映射数据的聚类分析方法。通过对采集得到的时间序列数据按时隙进行划分,映射到协方差特征空间,然后对映射后的数据进行了动态密度聚类,从而实现对事件的分类;并根据聚类结果建立分类模板,作为对日常事件进行分类划分的检测方法,同时利用所得的分类模板,实现对异常事件的检测。实验结果表明,基于协方差特征空间映射数据的聚类分析方法能有效对传感器网络采集的时间序列数据所表征的事件进行分类,并能有效提升异常事件的检测及筛选效果。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。