基于无线传感网络的离群点检测的研究及实现 - 副本

《基于无线传感网络的离群点检测的研究及实现 - 副本》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、编号南京航空航天大学毕业设计题目基于无线传感网络的离群点检测的研究及实现学生姓名学号学院计算机科学与技术学院专业计算机科学与技术专业班级指导教师二〇一三年六月南京航空航天大学本科毕业设计（论文）诚信承诺书本人郑重声明：所呈交的毕业设计（论文）（题目：基于无线传感网络的离群点检测的研究及实现）是本人在导师的指导下独立进行研究所取得的成果。尽本人所知，除了毕业设计（论文）中特别加以标注引用的内容外，本毕业设计（论文）不包含任何其他个人或集体已经发表或撰写的成果作品。作者签名：年月日（学号）：毕业设计（论文）报告纸基于无线传感网络的离群点检

2、测的研究及实现摘要无线传感器网络（WirelessSensorNetwork，WSN）的迅猛发展推动了人类生活和社会发展的进步，在家庭、商业、医学、工业以及军事领域等都有广泛的应用。然而，无线传感器网络自身条件的局限性以及分布环境等条件因素的影响，导致传感器网络的感知数据样本存在丢失、错误等问题，这些问题的存在影响了无线传感器网络的应用，至今如何很好地解决这一问题仍是人们亟待解决的问题。无线传感器网络中的数据异常检测问题严重影响了数据质量和数据的整体分析。本文针对这个问题给出了解决方法，并通过实验进行了验证。主要工作如下：支持向量机（

3、SupportVectorMachine,SVM）技术解决无线传感器网络中的数据异常问题，虽然可以避免维数灾难的问题，但是对于大规模感知数据时，SVM技术的映射过程开销很大。针对这个问题，本文提出KNN-SVM算法，该算法先利用KNN算法对感知数据样本进行裁剪，去掉大部分的正常数据，然后对剩下的小部分数据样本进行异常检测，从而可以减少开销；关键词：无线传感器网络，异常点检测，支持向量机，KNN-VSMiii毕业设计（论文）报告纸Researchandimplementationofoutlierdetectionbasedonwire

4、lesssensornetworksAbstractRapiddevelopmentofwirelesssensornetwork(WSN)impelledthehumanlifeandsocialprogress.WSNhasawiderangeofapplicationsinfamily,business,medical,industrial,militaryfieldsandsoon.However,thelimitationsofWSNandthedistributionofenvironmentresultinmissing

5、,errorandotherproblemsofdatasamplesinWSN,whichaffecttheapplicationofWSN.Sohowtosolvethisproblemisstillthekeyproblem.Theproblemofoutlierdetectionaffectsdataqualityanddataintegrityanalysis.Thispapergivesasolutiontothisproblemandvalidatedbyexperiment.Themainworkisasfollows

6、:SupportVectorMachine(SVM)technologycansolveabnormaldatainWSNandcanavoidthedimensiondisasterproblem,butforlargescaledata,SVMtechnologymappingprocessiscostly.Aimingatthisproblem,thisthesisputsforwardKNN-SVMmethodwhichusesKNNmethodtocutdatasamplesandgetridofmostofthenorma

7、ldata,andthendetectanomalyintheremainingdatasamples.KNN-SVMcanreducetheoverheadeffectively.KeyWords：WSN;dataanomalydetection;SVM;KNN-SVMiii毕业设计（论文）报告纸目录摘要iAbstractii第一章引言11.1研究背景11.1.1无线传感器网络基本概念11.1.2无线传感器网络特点21.2数据挖掘的研究现状41.2.1国外的研究现状41.2.2国内的研究现状41.3本文主要工作51.4论文组织结构5

8、第二章相关理论及技术介绍72.1离群点检测技术72.1.1离群点检测的定义72.1.2离群点的检测方法72.1.3离群点检测技术的应用和存在的问题92.2.支持向量机技术102.2.1支持向量机的背景知识102.2.2支