作者:王玉祥,乔秀全,李晓峰,孟洛明 单位:中国科学院电子学研究所;国家自然科学基金委员会信息科学部 出版:《电子与信息学报》2010年第12期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFDZYX2010120220 DOC编号:DOCDZYX2010120229 下载格式:PDF + Word/doc 文字可复制、可编辑
  • 上下文信息的缺失是上下文信息处理中不可避免的问题,缺失数据插补方法也是数据挖掘中的研究热点。但是,现有的缺失数据的插补方法不太适合上下文信息这一流数据形式,没有充分利用各传感器采集数据之间的关联性,而且在插补的过程中没有考虑传感器数据的时空关系。为了解决现存的缺失数据插补方法的缺陷和不足,该文提出了基于时空关系和关联规则挖掘的上下文信息缺失插补方法(STARM),对传感数据进行空间化和时间序列化,并生成强关联规则对缺失数据进行插补。最后,通过温度传感器采集数据验证了这一算法合理性和高效性。实验证明,该算法在上下文信息缺失估计的准确性要高于简单线性回归算法(SLR)和EM算法等,而且具有较小的时空开销,能够保证实时应用的服务质量(QoS)。

    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。