简介:
一种基于模糊理论的物联网语义事件检测方法,包括如下步骤:步骤1:每个感知节点的最近n个采样周期的数据被利用于事件分析,以节能的方式快速地过滤失效节点和噪音数据;步骤2:每个节点根据有效的实时感知数据,基于模糊理论计算出局部的事件可信度,可信度低于预设阈值α的感知节点被过滤,可信度高于α的感知节点成为值得关注事件节点NEN,NEN采用基于可信度子范围的非均匀离散化和编码方法,得到局部事件语义信息;步骤3:语义事件信息融合:采用基于网格逻辑划分的空间相关性分析方法,基于模糊理论定义语义事件信息融合操作符,进行网内事件信息融合,返回k个最严重语义的事件信息。本发明能耗较低、实时性良好。
一种基于模糊理论的物联网语义事件检测方法,包括如下步骤:步骤1:每个感知节点的最近n个采样周期的数据被利用于事件分析,以节能的方式快速地过滤失效节点和噪音数据;步骤2:每个节点根据有效的实时感知数据,基于模糊理论计算出局部的事件可信度,可信度低于预设阈值α的感知节点被过滤,可信度高于α的感知节点成为值得关注事件节点NEN,NEN采用基于可信度子范围的非均匀离散化和编码方法,得到局部事件语义信息;步骤3:语义事件信息融合:采用基于网格逻辑划分的空间相关性分析方法,基于模糊理论定义语义事件信息融合操作符,进行网内事件信息融合,返回k个最严重语义的事件信息。本发明能耗较低、实时性良好。