基于协作过滤的传感器数据补全方法

doi:10.12068/j.issn.1005-3026.2014.03.008

东北大学学报:自然科学版 ›› 2014, Vol. 35 ›› Issue (3): 337-341.DOI: 10.12068/j.issn.1005-3026.2014.03.008

基于协作过滤的传感器数据补全方法

李飞，张斌，高岩，张鑫龙

(东北大学信息科学与工程学院，辽宁沈阳110819)

收稿日期:2013-06-17 修回日期:2013-06-17 出版日期:2014-03-15 发布日期:2013-11-22
通讯作者: 李飞
作者简介:李飞(1975-)，男，辽宁辽阳人，东北大学秦皇岛分校讲师，博士;张斌(1964-)，男，辽宁本溪人，东北大学教授，博士生导师.
基金资助:
国家自然科学基金资助项目(61073062)；辽宁省自然科学基金资助项目(20102061)；沈阳市科技基金资助项目(F12-277-1-80，F12-029-2-00，F11-264-1-35)；中央高校基本科研业务费专项资金资助项目(N110604002，N120604003).

Sensor Data Complement Method Based on Collaborative Filtering

LI Fei， ZHANG Bin， GAO Yan， ZHANG Xinlong

School of Information Science & Engineering， Northeastern University， Shenyang 110819， China.

Received:2013-06-17 Revised:2013-06-17 Online:2014-03-15 Published:2013-11-22
Contact: ZHANG Bin
About author:-
Supported by:
-

摘要/Abstract

摘要： 如何对缺失的传感器监测数据进行补全是物联网信息感知过程中的一个关键问题.针对这一问题，提出了一种基于协作过滤的传感器数据补全方法.该方法利用传感器之间的时空相关特性，考虑到同一区域的传感器或同一传感器的不同监测周期中相应的监测数据具有很大的相似性这一特点，通过对缺失数据的传感器进行分类，分别使用不同的相似评价方法选取相似传感器，以保证估计值的准确性.结果表明，该方法对环境变化幅度较大时段的缺失数据进行估值的效果要优于其他方法.

关键词: 物联网, 传感器, 数据缺失, 数据补全, 协作过滤

Abstract: Completing the lack data monitored by the sensors is a key problem of the information sensing process in the Internet of things. In order to solve this problem， a method was proposed， which can complete sensor data by using collaborative filtering. Considering that there are a lot of similarities among monitor data from sensors in the same area or from the one with different periods， properties of spacetime correlation between sensors were adopted in the proposed method. Different similarity evaluation was used to select similar sensors by classifying sensors with missing data in order to ensure the accuracy of the estimate. The results showed that using this method to estimate the missing data was better than other methods when there are large changes in the environment.

Key words: Internet of things, sensor, missing data, data completion, collaborative filtering

中图分类号:

TP335.58

李飞，张斌，高岩，张鑫龙. 基于协作过滤的传感器数据补全方法[J]. 东北大学学报:自然科学版, 2014, 35(3): 337-341.

LI Fei， ZHANG Bin， GAO Yan， ZHANG Xinlong. Sensor Data Complement Method Based on Collaborative Filtering[J]. Journal of Northeastern University Natural Science, 2014, 35(3): 337-341.

参考文献

[1] Zhang H，Moura J M，Krogh B.Estimation in sensor networks:a graph approach［C］//Process of the 4th International Symposium on Information Processing in Sensor Networks.Los Angeles:IEEE Press，2005:203/209.
[2] Jiang N.A data imputation model in sensor databases［C］//Process of HPCC’07.New York:Springer，2007:86/96.
[3] Chok H.Spatiotemporal association rule mining framework for realtime sensor network applications［C］//Process of CIKM’09.New York:ACM Press，2009:1761/1764.
[4] Janne T，Jaakko H.Collaborative filtering for coordinated monitoring in sensor networks［C］//Process of the 11th IEEE International Conference on Data Mining Workshops.Vancouver B C:IEEE Press，2011:987/994.
[5] Herlocker J，Konstan J，Terveen L，et al.Evaluating collaborative filtering recommender systems［J］.ACM Transaction on Information System(TOIS)，2004，22(1):5/53.
[6] 黄创光，印鉴，汪静，等.不确定近邻的协同过滤推荐算法［J］.计算机学报，2010，33(8):1369/1377.(Huang Chuangguang，Yin Jian，Wang Jing，et al.Uncertain neighbors’ collaborative filtering recommendation algorithm［J］.Chinese Journal of Computers，2010，33(8):1369/1377.)
[7] Su X，Khoshgoftaar T M.A survey of collaborative filtering techniques［J］.Advances in Artificial Intelligence，2009，2009(8):1/19.
[8] 潘立强，李建中，骆吉洲.传感器网络中一种基于时空相关性的缺失值估计算法［J］.计算机学报，2010，33(1):1/11.(Pan Liqiang，Li Jianzhong，Luo Jizhou.A temporal and spatial correlation based missing values imputation algorithm in wireless sensor networks［J］.Chinese Journal of Computers，2010，33(1):1/11.)
[9] Halatchev M.Estimating missing values in related sensor datastreams［C］//Process of COMAD’05.Goa:Computer Society of India，2005:83/94.

[1]	徐久强，路佳熹，李鹤群，赵海. 基于SDN的工业物联网组播通信框架研究[J]. 东北大学学报（自然科学版）, 2023, 44(2): 192-198.
[2]	王宏伟，张昊天，韩杰，刘晨宇. 不确定车辆电子稳定控制系统传感器故障估计[J]. 东北大学学报（自然科学版）, 2023, 44(1): 1-8.
[3]	苑振宇，郭忠明，封怡超，李泽宇. In₂O₃多孔有序薄膜的制备及其对丁酮气敏特性[J]. 东北大学学报（自然科学版）, 2022, 43(12): 1694-1701.
[4]	付亚平，闻妲，王巧云. 基于FFT-COSS的光纤F-P传感器解调算法[J]. 东北大学学报（自然科学版）, 2022, 43(11): 1529-1535.
[5]	苑振宇，类延峰，董慧，孟凡利. 基于动态温度调制的氧化锌纳米气体传感器敏感特性分析[J]. 东北大学学报（自然科学版）, 2021, 42(4): 469-477.
[6]	曾小华，陈虹旭，崔臣，宋大凤. 考虑铁损的永磁同步电机无位置传感器控制算法[J]. 东北大学学报（自然科学版）, 2021, 42(1): 102-110.
[7]	刘震，苗述，李汶浍，刘晶晶. 基于Super-Twisting滑模观测器的永磁同步电机无传感器控制[J]. 东北大学学报:自然科学版, 2020, 41(5): 741-746.
[8]	张子璠，李强，刘汉文，丁然. 基于信息熵的城轨车辆应变传感器优化布置[J]. 东北大学学报:自然科学版, 2020, 41(3): 367-374.
[9]	王大志，李汶浍，袁天清，周迎宾. 基于高频信号注入的永磁同步电机转子位置估计[J]. 东北大学学报:自然科学版, 2019, 40(9): 1234-1239.
[10]	叶正旺，温涛，刘振宇，付崇国. 基于信任模型的WSNs安全数据融合算法[J]. 东北大学学报:自然科学版, 2019, 40(6): 789-794.
[11]	张雪峰，刘博豪. 带有传感器故障的不确定分数阶系统观测器设计[J]. 东北大学学报:自然科学版, 2019, 40(5): 619-624.
[12]	武刚，吴成东. 基于半定规划的无线传感器网络节点定位算法[J]. 东北大学学报:自然科学版, 2019, 40(10): 1381-1385.
[13]	冯乃诗，王宏，胡佛，李康. 软体机器手纤维增强式三腔体结构设计与分析[J]. 东北大学学报:自然科学版, 2019, 40(10): 1461-1466.
[14]	赵勇，何文正，汤永超. 基于伸缩杆结构的光纤光栅多级应变传感器[J]. 东北大学学报:自然科学版, 2018, 39(8): 1065-1069.
[15]	金志刚，王宁，吴菁晶，苏毅珊. 水声网络中生物友好的网关部署优化[J]. 东北大学学报:自然科学版, 2018, 39(8): 1080-1085.

基于协作过滤的传感器数据补全方法

Sensor Data Complement Method Based on Collaborative Filtering

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价