面向物聯(lián)網(wǎng)的RFID海量數(shù)據(jù)若干清洗挖掘方法研究.pdf

1、近年來，隨著射頻識別(RadioFrequencyIdentification，RFID)技術的飛速發(fā)展，標簽成本的不斷降低，其被逐漸應用于諸如供應鏈管理、物品追蹤、醫(yī)療、物流等方面。大型零售商如Wal-mart、Target和Albertsons已經(jīng)開始在其物流中心和倉庫部署RFID系統(tǒng)，并要求供應商在商品的小包裝上粘貼RFID標簽。RFID的最大問題之一是如何處理海量數(shù)據(jù)，即使是適度的RFID開發(fā)，每天都將會產(chǎn)生TB級的數(shù)據(jù)，因為每

2、個物品都貼標簽且會不停地向閱讀器發(fā)送數(shù)據(jù);同時由于環(huán)境因素的干擾以及射頻信號的不穩(wěn)定等原因，采集到的RFID數(shù)據(jù)通常是不可靠的且?guī)в性肼暤?，這樣的數(shù)據(jù)是無法提供給上層企業(yè)作為更高級的應用的。以上這些原因都大大的制約了RFID技術的推廣和應用，因此，如何有效的、高效的清洗RFID數(shù)據(jù)成為了一個亟待研究的重要課題。
　　 傳統(tǒng)的數(shù)據(jù)清洗技術無法完全適用于RFID數(shù)據(jù)流的清洗要求?，F(xiàn)有的技術主要考慮在數(shù)據(jù)層面的基于歷史讀數(shù)的窗口平滑方

3、法和時空關聯(lián)策略，這些方法主要是在單閱讀器的應用場景下表現(xiàn)良好，但是不適用于多邏輯區(qū)域的數(shù)據(jù)清洗。本文在研究了國內(nèi)外RFID數(shù)據(jù)清洗技術的基礎上，主要對多讀、漏讀和冗余讀的清洗方面做了深入的研究。本文的主要創(chuàng)新點如下:
　　 1)鑒于傳統(tǒng)的數(shù)據(jù)清洗算法主要研究數(shù)據(jù)漏讀錯誤，而對于多讀錯誤研究過少，本文提出了HTB算法，通過設置一個噪聲閾值，對于一段時間內(nèi)計數(shù)頻率小于噪聲閾值的數(shù)據(jù)進行清洗;同時采用哈希表結構存儲計數(shù)數(shù)據(jù)，減少計數(shù)

4、操作的時空復雜度，從而提高清洗效率。
　　 2)鑒于傳統(tǒng)的RFID數(shù)據(jù)清洗算法都是基于數(shù)據(jù)層的時空關聯(lián)對數(shù)據(jù)進行填補，不適合基于多邏輯區(qū)域的帶有軌跡信息的RFID應用場景。本文在充分研究RFID軌跡數(shù)據(jù)特點的情況下，提出了一種基于運動時效性的軌跡數(shù)據(jù)填補算法，根據(jù)歷史數(shù)據(jù)維護一棵軌跡事件樹，用以預測到來的數(shù)據(jù)，對數(shù)據(jù)清洗進行指導;同時考慮到時間因素對于運動規(guī)則的影響，引入時效因子，重新維護軌跡事件樹，提高了軌跡事件樹的預測精度，