WSN 海 量 数 据 处 理 读 书 报 告杨 立摘 要 : 目前对无线传感器网络中得海量数据处理得讨论大致分为基于海量数据得讨论、基于数据处理得讨论以及最终得分类识别。在数据处理层面, 人们主要得讨论方向就是对数据得特征提取与选择, 数据得融合技术。最终得分类识别着重关注对特征进行分类识别或对特征进行组合建模后分类识别以达到最终得判定。而在对无线传感器网络所产生得海量数据得讨论中, 人们主要对数据流与海量数据得存储做了深化细致得讨论。本文通过对近年来WSN 数据处理相关文献得研读对其海量数据处理得整个过程进行了一个系统得概述。关 键 词 :特 征 提 取 与 选 择 数 据 融 合 WSN 流 数 据 模 式 识 别0 引 言传感器网络中不论就是传感器得数量还就是类型都就是多种多样得, 它包括目标得探测、数据关联、跟踪识别、情况评估与预测几个层面。目前对无线传感器网络中得海量数据处理得讨论大致分为基于海量数据得讨论、基于数据处理得讨论以及最终得分类识别。在数据处理层面, 人们主要得讨论方向就是对数据得特征提取与选择,数据得融合技术。最终得分类识别着重关注对特征进行分类识别或对特征进行组合建模后分类识别以达到最终得判定。而在对无线传感器网络所产生得海量数据得讨论中, 人们主要对数据流与海量数据得存储做了深化细致得讨论。1 数 据 处 理在数据处理层面上主要分为两部分, 首先就是对数据进行特征得提取与选择。这里得特征就是对于不同信号来说得。在无线传感器网络中,其各类传感器所产生得信号类型也就是多种多样得。因此对不同类型得信号分别进行特征得提取与选择就显得尤为重要了。其分析了各种特征得有效性并选出最有代表性得特征。这些特征有效地降低了特征空间得维度。其次就是对数据得融合, 无线传感器网络信息采集得过程中, 会产生大量得冗余信息。为了使大量得通信带宽与宝贵得能量资源得以节约, 数据融合技术就显得尤为重要了。1 、 1 特 征 得 提 取 与 选 择特征得提取与选择直接面对目标信号本身,就是信息感知得第一步也就是至关重要得一部。特征选择得适当与否直接影响到整个信息处理系统得设计复杂度, 并决定了系统得准确性。1 、1 、1 特征提取特征提取, 即在原始特征中挑出一些有代表性分类性能最好得特征。特征提取得方法有很多,总结起来可以归为四大类 : 基于基本统计方法得特征提取, 基于模型得特征提取, 基于变换得特...
