PAPER物联网信息感知与交互技术

物联网信息感知与交互技术Р目录Р引言Р1Р信息感知Р2Р信息交互Р3Р研究热点Р4Р问题和挑战Р5Р总结Р6Р引言Р显著的不确定性、高度的冗余性Р信息感知Р1.研究信息感知的有效方法(数据清洗、整合)? 2.研究信息感知的高效方法(数据压缩、融合)Р对策Р1.“用户”的泛在性?2.物联网的主动交互方式?3.交互过程的复杂性Р信息交互Р能效平衡和交互适配问题,?实现交互任务智能高效地完成Р主要解决Р信息感知Р数据?收集Р数据?清洗Р数据?压缩Р数据?聚集Р数据?融合Р信息感知为物联网应用提供了信息来源,是物联网应用的基础Р信息感知Р信息感知-数据收集Р数据收集是感知数据从感知节点汇集到汇聚节点的过程Р信息感知-数据清洗Р要对获取的感知数据进行清洗和离群值判断,去除“脏数据”得到一致有效的感知信息。对于缺失的数据还要进行有效估计,以获得完整的感知数据。Р异常Р噪声Р错误Р信息感知-数据清洗Р数据?清洗Р近邻分析Р概率统计Р分类识别Р建立数据的统计分布模型,通过计算观测值在分布模型下的概率来判定离群值Р法利用感知数据在空间上的相关性,通过定义近邻节点观测值的相似度实现离群值判断Р将数据清洗问题看作模式识别问题,采用经典的机器学习和分类识别方法,例如支持向量机(SVM)、贝叶斯网络等方法判定离群值Р信息感知-数据压缩Р对于较大规模的感知网络,将感知数据全部汇集到汇聚节点会产生非常大的数据传输量,采用数据压缩方法能有效减少数据量。Р信息感知-数据压缩Р数据压缩?方法РBРEРCРDРAР基于排序?的方法Р基于管道的方法Р基于历史?数据Р基于小波?变换Р基于动态?带宽分配Р分布式数据压缩方法具有更高的压缩效率