面向可追溯的物聯網資料獲取與建模方法研究

來源:互聯網
上載者:User

面向可追溯的物聯網資料獲取與建模方法研究

中國農業大學  齊林

研究的主要貢獻與創新之處是:(1)提出了基於WSN的可追溯感知資料獲取方法和基於SPC的時域壓縮方法,提高了感知資料獲取效率,並延長了監測網路壽命。 基於WSN所研發的可追溯感知資料獲取方法軟、硬體原型,測試結果表明通信鏈路可靠,感知節點對生鮮農產品供應鏈保鮮工藝環境的相容性、感應器硬體相容性好:基於SPC所設計的改進X-Rs感知資料時域壓縮演算法與閾值、 K-滑動均值演算法對比,能耗在同一數量級,平穩時間序列的Se為最優,2種時間序列平穩性上tc值均接近最優,演算法的平衡性和適應性好。 (2)提出了面向細微性分級的可追溯系統建模方法,滿足了不同使用者的資料細微性需求。 基於結構模式識別,構造了描述追溯單元轉化的12種模式基元;基於關聯代數,設計了模式基元的資料存儲結構與資料獲取演算法;構建了基於2型文法的可追溯資料形式化描述文法和文法句子生成演算法;基於改進下推自動機建立了細微性分級規約方法 ;以凍羅非魚片加工、半滑舌鰨養殖、肉牛養殖與屠宰加工業務流程為實例進行了方法驗證,結果表明在以上供應鏈,資料分級規約強度為44.8-99.4%,在供應鏈結構資訊少的初級農產品生產流程中,規約強度最高。 (3)設計了基於雲計算的可追溯綜合服務平臺,實現了平臺級可追溯服務。 識別了可追溯資料在生鮮農產品供應鏈上各階段的潛在價值,包括文檔標準化、危害溯源、精確召回、物流監控、關鍵點預警、品質預測、貨架期管理和庫存優化;基於Hadoop設計了平臺的技術架構、服務引擎、體系結構,基於Map/ Reduce實現了決策模型並行化;在Ubuntu10.0.4作業系統和Hadoop0.20.0平行計算環境上進行了平臺實現;以工廠化水產養殖、水產品冷鏈物流為例的系統評價表明平臺在資料獲取、 資訊追溯和智慧決策等方面改善了生鮮農產品供應鏈管理水準。


面向可追溯的物聯網資料獲取與建模方法研究

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.