首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

RFID复杂事件处理及形成世系追溯研究

摘要第1-4页
Abstract第4-8页
1 绪论第8-15页
   ·课题研究背景和意义第8-10页
     ·研究背景第8-9页
     ·研究意义第9-10页
   ·本文主要工作内容第10页
   ·国内外研究现状第10-13页
     ·RFID复杂事件模型研究现状第10-13页
     ·RFID数据世系模型研究现状第13页
   ·本文的结构安排第13-15页
2 模型与定义第15-27页
   ·引言第15页
   ·RFID复杂事件处理模型第15-24页
     ·RFID事件类型第16-18页
     ·RFID复杂事件操作符第18-19页
     ·RFID复杂事件规则第19-22页
     ·RFID复杂事件探测模型第22-24页
   ·数据世系相关定义第24-26页
     ·数据世系分类技术第24-26页
     ·数据世系W7模型第26页
   ·本章小结第26-27页
3 基于图的RFID复杂事件处理算法(E-RCEDA)研究第27-55页
   ·引言第27页
   ·基于图的新型CEP模型与现有模型的关联与区别第27-29页
   ·E-RCEDA模型的相关定义第29-34页
     ·RFID复杂事件探测组合方式第29-30页
     ·基于图形结构的事件构造方式第30-31页
     ·复杂事件的构建第31-32页
     ·E-RCEDA模型探测模型第32页
     ·Virtual事件第32-33页
     ·Virtual事件的判定情况第33-34页
   ·E-RCEDA模型的算法第34-40页
     ·E-RCEDA算法步骤以及相关函数第34-36页
     ·E-RCEDA算法案例分析第36-39页
     ·E-RCEDA模型的算法时间复杂度分析第39-40页
   ·E-RCEDA模型的Buffer结构优化算法第40-43页
     ·传统复杂事件处理的瓶颈第40-41页
     ·EB-BIOT算法模型的定义第41-42页
     ·EB-BIOT算法步骤第42-43页
     ·算法分析第43页
   ·仿真实验与数据分析第43-54页
     ·实验设置和Esper系统第43-44页
     ·事件探测置信度(Event Detection Confidence Degree)检测第44-47页
     ·CEP时间开销对比试验第47-50页
     ·EB-BIOT算法性能分析第50-51页
     ·内存空间开销性能分析第51-53页
     ·系统I/O开销性能分析第53-54页
   ·本章小结第54-55页
4 RFID复杂事件形成世系的追溯第55-74页
   ·引言第55页
   ·传统模糊时间Petri网模型第55-57页
     ·高级模糊时间Petri网模型(FTHNs)第55-57页
     ·扩展的模糊时间Petri网模型(EFTN)第57页
     ·现有的其它模糊时间Petri网模型第57页
   ·FTNBREL模型第57-63页
     ·FTNBREL定义第57-58页
     ·FTNBREL模型模糊时间函数的计算方法第58-60页
     ·FTNBREL模型可能性分布函数的概率计算方法第60-63页
   ·FTNBREL模型的相关定义第63页
   ·FTNBREL模型的层次概念第63-65页
   ·FTNBREL模型的世系信息第65-66页
   ·FTNBREL模型算法第66-69页
     ·FTNBREL模型算法步骤以及相关函数第66-68页
     ·FTNBREL模型算法1的时间复杂度分析第68-69页
   ·仿真实验与数据分析第69-73页
     ·可行性仿真分析第69-72页
     ·时间开销性能分析第72-73页
   ·本章小结第73-74页
5 RFID实时数据管理系统的设计与实现第74-86页
   ·引言第74页
   ·系统设计第74-76页
     ·设计目标第74页
     ·设计架构及功能模块第74-76页
   ·实验环境第76-80页
     ·实验配置第76-78页
     ·实验分析辅助工具第78-80页
   ·实验场景设计和实验数据集第80-82页
     ·实验场景设计第80-81页
     ·实验数据集第81-82页
   ·RFID实时数据管理系统介绍第82-85页
     ·服务端系统介绍第82-84页
     ·客户端数据采集系统第84-85页
   ·本章小结第85-86页
6 总结与展望第86-88页
   ·研究总结第86页
   ·研究展望第86-88页
致谢第88-90页
参考文献第90-97页
附录第97页

论文共97页,点击 下载论文
上一篇:基于变分水平集的图像分割算法研究
下一篇:基于HVS的图像质量评价研究