基于稀疏貝葉斯學習的不確定性數(shù)據(jù)處理方法研究.pdf

1、隨著傳感技術(shù)、定位技術(shù)和通信技術(shù)的發(fā)展，近年來從物理世界中獲取信息的系統(tǒng)的研究引起了學術(shù)界和產(chǎn)業(yè)界的廣泛興趣。例如：傳感器網(wǎng)絡(luò)和全球定位系統(tǒng)GPS，它們從物理世界中采集信息，并支持基于這些信息的新的應(yīng)用。通過部署在自然環(huán)境中的傳感器節(jié)點對外部世界當前的狀態(tài)如溫度、濕度、氣壓、危險氣體含量等進行監(jiān)測，監(jiān)測到的數(shù)據(jù)通過網(wǎng)絡(luò)傳送到后臺管理系統(tǒng)，以對數(shù)據(jù)庫更新的形式記錄下這些數(shù)據(jù)以供用戶查詢。在傳感監(jiān)測網(wǎng)絡(luò)的大部分應(yīng)用情況下，傳感數(shù)據(jù)的采集和更

2、新都是以一定周期進行的，數(shù)據(jù)采集和更新的頻率大小直接關(guān)系到內(nèi)部世界(數(shù)據(jù)庫)與外部世界(自然界的物理量)之間是否一致。
　　 數(shù)據(jù)的不確定性是傳感網(wǎng)絡(luò)、移動物體定位和生物化學等領(lǐng)域中的數(shù)據(jù)固有的屬性。數(shù)據(jù)的不確定性是由于網(wǎng)絡(luò)傳輸?shù)难舆t、丟包、外界數(shù)據(jù)變化不能實時更新到數(shù)據(jù)庫中等多種因素造成，與測量、計算等過程產(chǎn)生的誤差得到不精確的數(shù)據(jù)有本質(zhì)區(qū)別。數(shù)據(jù)的不確定性是數(shù)據(jù)庫研究的新方向，而不確定性數(shù)據(jù)對生產(chǎn)生活各個方面都有不同程度的影

3、響，所以對它進行研究具有十分重要的意義。
　　 本文以武鋼光纖光柵在線溫度監(jiān)測傳感網(wǎng)絡(luò)中采集的溫度值作為研究背景，溫度值受到多種因素影響，采集到的數(shù)據(jù)帶有不確定性。利用具有概率性預(yù)測的相關(guān)向量機對數(shù)據(jù)進行預(yù)測，改善了支持向量機對噪音處理的缺陷，同時使用比支持向量機更少的向量。通過改進稀疏貝葉斯學習算法，從分類和回歸兩方面同改進前的算法進行比較，來驗證改進后算法效率明顯提高。同時對在四個傳感器中采集到的波長-溫度值進行模擬，根據(jù)數(shù)