版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著傳感器技術(shù)、嵌入式計算技術(shù)和分布式信息處理技術(shù)的迅速發(fā)展,無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSN)應(yīng)運(yùn)而生。無線傳感器網(wǎng)絡(luò)具有的廣闊應(yīng)用前景,在基礎(chǔ)理論和工程技術(shù)兩個層面向研究者提出了很多具有挑戰(zhàn)性的問題。事件檢測是WSN中的一個應(yīng)用重點(diǎn)。用戶不僅要求檢測出哪些傳感器節(jié)點(diǎn)的數(shù)據(jù)發(fā)生了異常,而且還要求檢測出引發(fā)這些數(shù)據(jù)異常的具體事件類型,這種事件類型的判斷具有重要的現(xiàn)實意義。
為了更好地體現(xiàn)
2、事件特征,我們可以對事件進(jìn)行抽象,即建模,用具體的模型描述事件的特征。由于圖模型在描述復(fù)雜事件上具有很強(qiáng)的能力,若將某個節(jié)點(diǎn)的數(shù)據(jù)看作圖中的頂點(diǎn),數(shù)據(jù)間的時空相關(guān)性看作圖中的邊,則可以很自然地使用圖模型描述事件特性。本文利用節(jié)點(diǎn)間接收事件數(shù)據(jù)的時間延遲,構(gòu)造出時延有向圖模型,它具有豐富的語義信息,可以較為全面地描述WSN事件特征。然后基于時延有向圖模型,可以將事件類型的判定轉(zhuǎn)化為事件模式圖數(shù)據(jù)庫中事件圖的相似度查詢。
針對傳統(tǒng)
3、的圖相似性查詢復(fù)雜度較高,本文利用WSN事件的特征信息,對圖查詢工作進(jìn)行了轉(zhuǎn)化,通過挖掘出模式圖和事件圖中的特征結(jié)構(gòu),構(gòu)造出“特征-圖”矩陣,將圖轉(zhuǎn)化為特征向量,從而將圖查詢問題轉(zhuǎn)化為特征向量匹配問題。對于特征向量相似度的衡量,針對歐氏距離和余弦相似性的不足,提出了更符合WSN事件特點(diǎn)的基于特征結(jié)構(gòu)包含的向量匹配方法(GFC)。
考慮到WSN事件圖中不同特征結(jié)構(gòu)的重要程度是不同的,本文將每個圖的特征結(jié)構(gòu)按其重要性由大到小排序,
4、形成一個特征結(jié)構(gòu)序列。在此基礎(chǔ)上,將圖查詢問題轉(zhuǎn)化為特征序列匹配問題,并提出了兩種序列相似度計算方法:基于權(quán)重的最大公共子序列的方法(WLCS)和基于權(quán)重的序列編輯距離的方法(WSED)。
最后的實驗表明,針對WSN的事件檢測,本文提出的時延有向圖建模方法相對于簡單的建模方法具有較高的檢測質(zhì)量;GFC算法相對于基于歐氏距離和余弦相似性算法具有更高的查詢準(zhǔn)確率;考慮特征結(jié)構(gòu)重要性的WLCS和WSED算法相對于特征向量匹配算法具有
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于圖相似的傳感器復(fù)雜事件檢測技術(shù)研究.pdf
- 無線傳感網(wǎng)事務(wù)處理技術(shù)研究.pdf
- 互聯(lián)網(wǎng)事件研究——基于“汶川地震”事件.pdf
- 基于有向圖的復(fù)雜事件共享檢測技術(shù)研究.pdf
- 基于事件強(qiáng)度的異常入侵檢測技術(shù)研究.pdf
- 基于NetFlow的實時安全事件檢測技術(shù)研究.pdf
- 事件流上復(fù)雜事件檢測技術(shù)研究.pdf
- 無線傳感器網(wǎng)絡(luò)分布式事件檢測技術(shù)研究.pdf
- 基于懶惰切片的模型檢測技術(shù)研究.pdf
- 基于傳感器網(wǎng)絡(luò)的擴(kuò)散型事件監(jiān)測技術(shù)研究.pdf
- 體育視頻事件檢測技術(shù)研究.pdf
- 基于視頻跟蹤的交通事件檢測技術(shù)研究.pdf
- 基于多模光纖光斑檢測的傳感技術(shù)研究.pdf
- 基于光纖傳感的細(xì)紗小張力檢測技術(shù)研究.pdf
- 基于瞬變流動分析的給水管網(wǎng)事件模型基礎(chǔ)研究.pdf
- 基于寬度優(yōu)先搜索的模型檢測技術(shù)研究.pdf
- 基于云模型的免疫檢測技術(shù)研究.pdf
- 基于模態(tài)邏輯的模型檢測技術(shù)研究.pdf
- 基于統(tǒng)計圖模型的視頻異常事件檢測.pdf
- 基于主題模型的Twitter事件檢測.pdf
評論
0/150
提交評論