-
公开(公告)号：CN105939524A
公开(公告)日：2016-09-14
申请号：CN201610453143.7
申请日：2016-06-21
Applicant: 南京大学
Abstract: 一种无线传感器网络节点事件实时预测方法，基于如下系统：由静止或移动的传感器节点以自组织和多跳的方式构成无线传感器网络；当无线传感器网络中某一个节点发生事件，将发生事件节点的最近m组属性向量广播给其余关心的节点，在各个节点本地刷新本节点最近m组属性向量,并与事件节点的最近m组属性向量进行相似度计算，将计算结果回传给基站，根据计算结果进行趋势判断，并发出预警，维护人员得到预警后,采取相关干预措施，避免相同事件的发生；相似度计算采用轻量级距离计算方法，以减少能耗；相似度计算特征还在于计算变化趋势，以及变化趋势之间的距离。
-
公开(公告)号：CN108776697B
公开(公告)日：2020-06-09
申请号：CN201810578708.3
申请日：2018-06-06
Applicant: 南京大学
IPC: G06F16/215
Abstract: 本发明提出一种基于谓词的多源数据集清洗方法所提供的方法能够有效从同构多源数据集中识别出最可靠的数据项，涉及数据清洗、数据融合等领域。所述方法包括：1)用自动化方法挖掘谓词，并对挖掘出来的谓词进行过滤；2)根据谓词推导数据集中各实体的属性值的可信度；3)建立属性值可信度跟数据源可信度之间的关系，计算数据源可信度；4)结合数据源可信度和属性值可信度找出可信度最高的数据项。对于多个数据源，本发明可以对来自不同数据源但内容相同的信息进行分析，过滤掉冗余、错误和过时的数据，留下可信度最高的数据，为后续数据分析夯实基础，对后续数据处理的效率和准确率具有重要意义。
-
公开(公告)号：CN108776697A
公开(公告)日：2018-11-09
申请号：CN201810578708.3
申请日：2018-06-06
Applicant: 南京大学
IPC: G06F17/30
Abstract: 本发明提出一种基于谓词的多源数据集清洗方法所提供的方法能够有效从同构多源数据集中识别出最可靠的数据项，涉及数据清洗、数据融合等领域。所述方法包括：1)用自动化方法挖掘谓词，并对挖掘出来的谓词进行过滤；2)根据谓词推导数据集中各实体的属性值的可信度；3)建立属性值可信度跟数据源可信度之间的关系，计算数据源可信度；4)结合数据源可信度和属性值可信度找出可信度最高的数据项。对于多个数据源，本发明可以对来自不同数据源但内容相同的信息进行分析，过滤掉冗余、错误和过时的数据，留下可信度最高的数据，为后续数据分析夯实基础，对后续数据处理的效率和准确率具有重要意义。
-
-
Search Results
13
records
(took 0.014 seconds)
