文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 自然科学 > 天文/地理 > RFID数据挖掘技术及其在环境污染事故危险源监管中的应用研究
侵权投诉

RFID数据挖掘技术及其在环境污染事故危险源监管中的应用研究

12扬州大学硕士学位论文

三天所产生的数据就与美国国会图书馆的数据一样多,沃尔玛产生的数据量不仅对公司来说是个问题。即使是适度的RFID开发,每天都将会产生TB级的数据,因为每个物品都贴标签且会不停地发送EPC、location和time数据。

3)不准确性:制约着RFID技术广泛应用的一个主要因素是RFID阅读器产生数据流的不准确性。在实际RFID开发中读取率的观测结果通常在70%到90%范围内【63,64】。不幸的是,这种误差率使原始RFID数据对高层应用基本上无用。因此,在给系统提供这些不可靠的数据之前,我们需要原始数据进行清理。

4)空间的和时间的:RFID应用动态地观察贴标签物品位置和时间变化,数据也携带状态改变信息。因此,在RFID数据管理中,给这些数据建模是必不可少的,通过一种适合跟踪和监测物品的应用层交互式数据模型。考虑到不论RFID阅读器还是标签都可以嵌入PDA、手机和移动设备内,贴有标签的物品和阅读器随着时间的不同可能都在不停的运动。

2。2数据挖掘技术

数据挖掘又称为数据库中的知识发现(KnowledgeDiscoveryinDatabase,简称KDD),它起源于80年代初。机器学习和数据分析的理论及实践是数据挖掘研究的基础,极大的商业应用前景又是数据挖掘研究工作的巨大推动力。传统的数据库查询和统计只能提供人们想要的信息,而数据挖掘技术则可以发现没有意识到的未知信息。数据挖掘就是对数据库中蕴涵的、未知的、非平凡的、有潜在应用价值的模式或规则的提取。数据挖掘就是从大型数据库的数据中提取人们感兴趣的知识。这些知识是隐含的、事先未知的潜在有用信息。因此,我们认为数据挖掘必须包括三个因素:

1)数据挖掘的本源:大量、完整的数据。

2)数据挖掘的结果:知识、规则。

3)结果的隐含性:因而需要一个挖掘过程。2.2.1数据挖掘基本概念

上一页第16页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email