标题
时空模式在传感器数据发现:多值决策系统方法
文档类型
文章
出版日期
10-1-2016
出版物标题
以知识为基础的系统
文摘
在传感器数据发现新奇和有趣的时空模式在许多科学领域是一个重大的挑战。这些数据通常是连续的,无限的,与高速、时变与当地和空间分布趋势。本文提出一种形式主义,包括经典的扩展粗糙集推理机制和时空变异数据流的原因。多值决策系统的概念被用来占多重模式在一个时间窗口或快照。这样的模式或模板合并在粗糙的基于集合的规则归纳的过程。传感器数据集成的框架说明了通过使用一个时空聚类机制之后,模板的生成和当地规则从这样的集群。多值决策系统允许开采复杂多模式而不是一个值在一个给定的模板,不需要复杂的功能转换。它还允许我们量化和评估潜在的数据压缩和相关参数的不确定性。最后,验证结果并与其他相关算法。一般来说,这个框架将帮助我们理解底层的推理机制”部分和“或时空mereological关系不牺牲传感器数据的语义属性。
库的引用
Mal-Sarkar Sanchita;Sikder,伊夫提哈尔•美国;和Konangi Vijay K。,"Spatio-temporal Pattern Discovery in Sensor Data: A Multivalued Decision Systems Approach" (2016).电气工程和计算机科学学院出版物。410年。
https://engagedscholarship.csuohio.edu/enece_facpub/410
DOI
10.1016 / j.knosys.2016.06.032
体积
109年
