RFID复杂应用中数据预处理技术的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 引言 | 第11-19页 |
| ·研究背景 | 第11-12页 |
| ·RFID数据管理系统 | 第12-14页 |
| ·RFID数据的特点 | 第12-13页 |
| ·RFID数据管理系统 | 第13-14页 |
| ·问题提出 | 第14-16页 |
| ·本文贡献 | 第16页 |
| ·组织结构 | 第16-19页 |
| 第2章 相关工作 | 第19-29页 |
| ·"脏"数据类型 | 第19-20页 |
| ·一般性数据清洗策略 | 第20-25页 |
| ·基于时空关联的数据清洗策略 | 第20-23页 |
| ·基于阅读器调度的数据清洗策略 | 第23-24页 |
| ·基于机器学习的数据清洗策略 | 第24-25页 |
| ·与应用相关的数据清洗策略 | 第25-27页 |
| ·概率性数据清洗策略 | 第26页 |
| ·基于查询语义的数据清洗策略 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第3章 数据抽象 | 第29-37页 |
| ·数据抽象机制 | 第29-30页 |
| ·数据抽象算法 | 第30-31页 |
| ·算法复杂度分析 | 第31-32页 |
| ·实验评估 | 第32-36页 |
| ·实验设置 | 第32-33页 |
| ·结果分析 | 第33-36页 |
| ·小结 | 第36-37页 |
| 第4章 基于动态概率事件模型的数据填补算法 | 第37-55页 |
| ·问题描述 | 第37-40页 |
| ·概率事件模型 | 第37-39页 |
| ·相似事件模型 | 第39-40页 |
| ·评价模型 | 第40页 |
| ·理论依据 | 第40-42页 |
| ·引理与假设 | 第40-41页 |
| ·最相似事件定理 | 第41-42页 |
| ·少漏读事件定理 | 第42页 |
| ·基于动态概率事件模型的数据填补算法 | 第42-46页 |
| ·数据填补机制 | 第43页 |
| ·贪婪算法 | 第43-44页 |
| ·相似度算法 | 第44-46页 |
| ·算法分析 | 第46-48页 |
| ·算法准确率分析 | 第46页 |
| ·算法实时性分析 | 第46-47页 |
| ·算法复杂度分析 | 第47-48页 |
| ·实验评估 | 第48-54页 |
| ·实验设置 | 第48页 |
| ·结果分析 | 第48-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于扩展概率事件模型的数据填补算法 | 第55-69页 |
| ·问题描述 | 第55-57页 |
| ·扩展概率事件模型 | 第55-57页 |
| ·扩展相似事件模型 | 第57页 |
| ·理论依据 | 第57-58页 |
| ·假设条件 | 第57页 |
| ·扩展最相似事件定理 | 第57-58页 |
| ·基于扩展概率事件模型的填补算法 | 第58-62页 |
| ·扩展数据填补机制 | 第58-59页 |
| ·β~*改进算法 | 第59-60页 |
| ·β+改进算法 | 第60-62页 |
| ·算法分析 | 第62-63页 |
| ·算法精确率分析 | 第62-63页 |
| ·算法复杂度分析 | 第63页 |
| ·实验评估 | 第63-67页 |
| ·实验设置 | 第63-64页 |
| ·结果分析 | 第64-67页 |
| ·本章小结 | 第67-69页 |
| 第6章 结论 | 第69-71页 |
| ·总结 | 第69-70页 |
| ·未来工作 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 攻读硕士学位期间的论文项目情况 | 第77页 |
