多源感知數(shù)據(jù)流上的連續(xù)真值發(fā)現(xiàn)技術(shù)

　　真值發(fā)現(xiàn)作為整合由不同數(shù)據(jù)源提供的沖突信息的一種手段，在傳統(tǒng)數(shù)據(jù)庫領(lǐng)域已經(jīng)得到了廣泛的研究，然而現(xiàn)有的很多真值發(fā)現(xiàn)方法不適用于數(shù)據(jù)流應(yīng)用，主要原因是它們都包含迭代的過程，針對一種特殊的數(shù)據(jù)流一一感知數(shù)據(jù)流上的連續(xù)真值發(fā)現(xiàn)問題進(jìn)行了研究．結(jié)合感知數(shù)據(jù)本身及其應(yīng)用特點，提出一種變頻評估數(shù)據(jù)源可信度的策略，減少了迭代過程的執(zhí)行，提高了每一時刻多源感知數(shù)據(jù)流真值發(fā)現(xiàn)的效率．首先定義并研究了當(dāng)感知數(shù)據(jù)流真值發(fā)現(xiàn)的相對誤差和累積誤差較小時，相鄰時刻數(shù)據(jù)源的可信度變化需要滿足的條件，進(jìn)而給出了一種概率模型，以預(yù)測數(shù)據(jù)源的可信度滿足該條件的概率．之后，通過整合上述結(jié)論，實現(xiàn)在預(yù)測的累積誤差以一定概率不超過給定閾值的前提下，最大化數(shù)據(jù)源可信度的評估周期以提高效率，并將該問題轉(zhuǎn)化為一個最優(yōu)化問題．在此基礎(chǔ)上，提出了一種變頻評估數(shù)據(jù)源可信度的算法-CTF-Stream（continuous truth finding over sensor data streams），CTF-Stream結(jié)合歷史數(shù)據(jù)動態(tài)地確定數(shù)據(jù)源可信度的評估時刻，在保證真值發(fā)現(xiàn)結(jié)果達(dá)到用戶給定精度的同時提高了效率．最后，通過在真實的感知數(shù)據(jù)集合上進(jìn)行實驗，進(jìn)一步驗證了算法在處理感知數(shù)據(jù)流的真值發(fā)現(xiàn)問題時的效率和準(zhǔn)確率．