项目名称: 无约束不确定RFID数据流近似去噪

项目编号: No.61262009

项目类型: 地区科学基金项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 廖国琼

作者单位: 江西财经大学

项目金额: 45万元

中文摘要: RFID技术已成为物联网领域不可或缺的支撑技术,正显现出巨大的发展潜力与广泛的应用前景。然而,由于射频技术自身的不稳定及易受外部环境影响,来自读写器的数据通常是不完整且具有噪声,已严重阻碍到RFID技术的推广应用。为提高RFID数据流的完整性和可靠性,本课题根据RFID数据流的不确定性、随机性及近似性等特点,针对"重复读"、"交叉读"和"漏读"等三类典型噪声,研究无约束RFID数据流近似去噪理论与技术,主要研究内容包括:不确定RFID数据流模型及去噪系统框架;衰减滑动时间窗口模型及窗口自适应调整策略;基于概率综合Bloom过滤器的近似消重策略;基于概率核密度的"交叉读"去伪策略;基于Top-K概率频繁模式挖掘的漏读填补策略等。本项目主要特色为:建立相互联系、相互补充、基于概率的统一去噪系统框架,以及基于不确定数据流挖掘方法的近似去噪理论与方法,而无须任何约束条件和先验知识,故适用范围广泛。

中文关键词: RFID;不确定数据流;数据挖掘;近似去噪;数据清洗

英文摘要: RFID technology has been the key technology in the field of Things of Internet, and it appears enormous development potential and extensive application perspective. However, the data from the RFID readers are always imperfect and full of noise due to the instability and influence easily by external environment of radio frequency technology, which has been the important factor blocking the application widely of RFID technology currently. In order to enhance the integrity and reliability of RFID data stream, aimed at three typical kinds of noise such as missing-readings, cross-readings and duplicate readings, taking sufficiently the features like uncertainty, randomness and proximity into account, this project mainly researches approximative denoising theories and technologies in RFID data stream without using any constraints. The research contents of this project mainly include: the model of uncertain RFID data streams and the framework of the denoising system; the model of damping sliding time windows and the adaptive window adjustment strategy; the approximate duplication elimination strategy based on a probability comprehensive Bloom filter; the strategy of fake elimination based on the probability kernel density for the cross-readings, and the strategy based on Top-k probability frequency pattern mining for t

英文关键词: RFID;Uncertain RFID data stream;Data mining;;Approximate denosing;;Data cleaning

成为VIP会员查看完整内容
0

相关内容

面向大数据处理框架的JVM优化技术综述
专知会员服务
16+阅读 · 2021年11月27日
专知会员服务
16+阅读 · 2021年8月6日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
【干货书】机器学习优化,509页pdf
专知会员服务
146+阅读 · 2021年2月26日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
43+阅读 · 2020年9月25日
【经典书】机器学习:贝叶斯和优化方法,1075页pdf
专知会员服务
404+阅读 · 2020年6月8日
Transformer性能优化:运算和显存
PaperWeekly
1+阅读 · 2022年3月29日
对抗子空间维度探讨
PaperWeekly
0+阅读 · 2022年2月13日
正则化方法小结
极市平台
2+阅读 · 2021年11月24日
一文详解Redis中BigKey、HotKey的发现与处理
阿里技术
0+阅读 · 2021年8月25日
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
最全综述 | 图像分割算法
极市平台
23+阅读 · 2019年6月23日
干货!一文读懂行人检测算法
全球人工智能
11+阅读 · 2018年5月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年5月28日
More Recent Advances in (Hyper)Graph Partitioning
Arxiv
0+阅读 · 2022年5月28日
Arxiv
30+阅读 · 2021年7月7日
Generative Adversarial Networks: A Survey and Taxonomy
小贴士
相关VIP内容
面向大数据处理框架的JVM优化技术综述
专知会员服务
16+阅读 · 2021年11月27日
专知会员服务
16+阅读 · 2021年8月6日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
【干货书】机器学习优化,509页pdf
专知会员服务
146+阅读 · 2021年2月26日
专知会员服务
77+阅读 · 2020年12月6日
专知会员服务
43+阅读 · 2020年9月25日
【经典书】机器学习:贝叶斯和优化方法,1075页pdf
专知会员服务
404+阅读 · 2020年6月8日
相关资讯
Transformer性能优化:运算和显存
PaperWeekly
1+阅读 · 2022年3月29日
对抗子空间维度探讨
PaperWeekly
0+阅读 · 2022年2月13日
正则化方法小结
极市平台
2+阅读 · 2021年11月24日
一文详解Redis中BigKey、HotKey的发现与处理
阿里技术
0+阅读 · 2021年8月25日
招聘平面设计实习生
微软研究院AI头条
0+阅读 · 2021年5月20日
最全综述 | 图像分割算法
极市平台
23+阅读 · 2019年6月23日
干货!一文读懂行人检测算法
全球人工智能
11+阅读 · 2018年5月31日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员