一种基于深度学习的异常数据清洗算法.docx

  1. 1、本文档共10页,其中可免费阅读5页,需付费150金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
1.?? 引言 随着物联网应用在实际生活与生产中的普及,其以数据为中心的特点日益凸显。密集部署的传感器节点会产生大量的传感器数据,由于节点能量受限、监测环境较为复杂、节点容易遭受外界攻击等,经常出现异常值[1]。由于物联网系统的运行主要依赖传感器数据,数据冗余和数据异常值会大大降低物联网应用的有效性。因此,必须采用数据清洗技术来去除异常值对物联网系统的影响。数据清洗的研究内容包括:重复数据检测、异常数据检测、缺失数据处理、不一致数据处理、逻辑错误检测等,是从事后诊断角度提升和保证数据质量的主要手段[2,3]。设计物联网异常数据清洗算法,是物联网数据分析中的关键问题。 目前,在基于无线传感器网络

您可能关注的文档

文档评论(0)

罗伯特之技术屋 + 关注
实名认证
内容提供者

畅游技术蓝海,八大领域技术领先解读!

1亿VIP精品文档

相关文档