一种基于兴趣点分布的匿名框KNN查询方法

针对利用匿名框实现的兴趣点K近邻（KNN）查询带来的通信开销大、时延长等问题,提出了基于单一兴趣点Voronoi图划分和四叉树层次化组织的KNN查询方法。该方法根据兴趣点层次信息有针对性的构造查询匿名框用来获取详细查询信息,在保护位置隐私的同时,降低了查询通信开销,同时注入虚假查询保护了用户的真实查询内容隐私。最后分别采用模拟地理数据和真实地理数据进行理论分析和有效性验证。     

LRST：低冗余搜索树防碰撞算法

针对RFID标签防碰撞树型算法在识别过程中因询问命令过多、过长而产生大量冗余数据导致通信开销过大的问题,在后退式动态搜索树算法的基础上提出一种低冗余搜索树防碰撞算法（LRST）：为减少询问次数,提出了“一问两答”询问方式,即碰撞标签根据最高碰撞位比特分别在第一个时隙或第二个时隙响应;为减小询问命令的长度,用计数器替代标签中的前缀匹配电路,使算法不再需要前缀作为询问命令的标识参数;此外,提出的预测识别和标签屏蔽机制可节省不必要的询问。理论分析和仿真结果表明,通信开销大大降低。     

自调整混合树RFID多标签防碰撞算法

在RFID系统中,阅读器读取标签的效率与解决标签发生碰撞的方法密切相关.目前采用多叉树查询是一种较好的多标签防碰撞方法.它能减少碰撞时隙,再通过额外的查询来减少空闲时隙.但额外的查询也增加了新的开销.本文提出了一个自调整混合树RFID多标签防碰撞算法,该算法根据最高两个碰撞位的特征,在不增加额外查询的条件下,自调整搜索树的叉数,从而避免了一些碰撞时隙和空闲时隙.通过对算法的性能分析和仿真结果可以看到,自调整混合树RFID多标签防碰撞算法具有较少的时间复杂度和通信复杂度,识别效率也明显高于其他多叉树算法.     

基于敏感位置多样性的LBS位置隐私保护方法研究

针对LBS查询服务中构造的匿名框或选取的锚点仍位于敏感区域而导致的位置隐私泄漏问题,提出了基于敏感位置多样性的锚点选取算法。该算法根据用户访问数量和访问高峰时段,对不同敏感位置进行定义和筛选,选择具有相似特征的其他敏感位置构成多样性区域,并以该区域形心作为查询锚点,提高用户在敏感位置出现的多样性。以该锚点为查询标志,提出一种均衡增量近邻兴趣点查询算法HINN,在无需用户提供真实位置坐标的条件下实现K近邻兴趣点查询,同时改进了SpaceTwist方法中存在的查询兴趣点围绕锚点分布的缺陷,提高了查询准确度。实验表明,本方法实现了用户在敏感区域停留时的位置隐私保护目标,同时具有良好的兴趣点查询质量和较低的通信开销。     

物联网中分布式监控和查询系统仿真研究

在大规模的物联网系统中,基于查询计划的方法严重依赖于中心节点的查询优化技术。提出一种基于状态迁移的分布式推理和连续查询的处理方法,并对查询处理状态进行压缩。根据各种体系结构的优势和不足,结合RFID标签自带存储介质的特性,提出一种利用RFID自带存储介质进行状态迁移的方法。最后将上述提出的数据清理、存储方法和复杂事件处理方法相结合,形成对物联网中物品的监控。对于离线查询处理,设计了基于分布式哈希表的单标签查询方法(RfidDHT)以及基于多层超级节点对等网MLSP的查询处理方法。     

RFID系统数据处理方案研究

读写器与标签通信过程中产生大量冗余数据,将对RFID系统通信构成较大负荷,降低了系统效率。在此研究了一种可灵活配置的RFID系统数据处理方案,该方案基于嵌入式数据库技术,在读写器平台上根据不同的系统配置,实现了不同的数据处理过程。实测证明,采用该方案的RFID系统,输出的冗余数据明显减少,有效降低了系统的通信负荷,提升了读写器的智能性及系统效率,在实际工程应用中取得了良好效果。     

一种新的基于距离加权的模板约简K近邻算法

作为一种非参数的分类算法,K近邻(KNN)算法简单有效并且易于实现。但传统的KNN算法认为所有的近邻样本贡献相等,这就使得算法容易受到噪声的干扰,同时对于大的数据集,KNN的计算代价非常大。针对上述问题,该文提出了一种新的基于距离加权的模板约简K近邻算法(TWKNN)。利用模板约简技术,将训练集中远离分类边界的样本去掉,同时按照各个近邻与待测样本的距离为K个近邻赋予不同的权值,增强了算法的鲁棒性。实验结果表明,该方法可以有效地减少训练样本数目,同时还能保持传统KNN的分类精度。     

一种基于ISO 18000-6B标准的RFID防碰撞算法

在射频识别（RFID）系统中,防碰撞算法用来确保读写器工作范围内的所有标签被正确识别。本文在树形搜索算法的基础上,提出了一种有效的防碰撞算法来提高RFID系统的性能。该算法性能的提升依赖于读写器查询方式的建立和碰撞位数据的映射。在算法的设计中考虑了平均请求周期、传输数据的长度和能量效率等指标。仿真结果表明,该算法在时间复杂度,通信开销和能量效率这三个性能指标上有显著的提升。     

一种基于二进制树的RFID防冲突算法研究

在射频识别系统中,如何快速有效地识别多个标签,即防冲突问题,是RFID技术必须解决的关键问题之一。文中通过对查询树算法及其性能的研究,给出了一种查询树算法的改进算法一冲突跟踪树型算法。举例对比分析表明,该算法在时间复杂度和通信复杂度两个方面都有良好的改善。     

基于深度学习的散列检索技术研究进展

大数据时代，数据呈现维度高、数据量大和增长快等特点。面对大量的复杂数据，如何高效地检索相似近邻数据是近似最近邻查询的研究热点。散列技术通过将数据映射为二进制码的方式，能够显著加快相似性计算，并在检索过程中节省存储和通信开销。近年来深度学习在提取数据特征方面表现出速度快、精度高等优异的性能，使得基于深度学习的散列检索技术得到越来越广泛的运用。总结了深度学习散列的主要方法和前沿进展，并对未来的研究方向展开简要探讨。     

多枝查询树协议在解决射频识别碰撞问题中的应用

数据碰撞是影响射频识别(RFID)系统识别效率的主要因素。目前,常用的防碰撞算法是ALOHA算法和二进制树搜索算法,但这两类算法都还不能完全解决标签碰撞问题,尤其是当待识别的标签数量较大且标签ID序列号较长时,识别速度相当慢。为此提出一种多枝查询树协议,采用均衡不完全区组设计(BIBD)对标签ID进行编码,并用16位的BIBD码作为读写器查询前缀符号。理论分析和仿真结果表明,这种协议的性能较传统的防碰撞协议有明显改善。     

基于域语义约束的MiniCon算法

查询重写是数据库研究的一个基本问题，它和查询优化、物理数据的独立性维护、数据集成、数据仓库和决策支持等问题紧密相关。MiniCon算法是一种可伸缩的高效的重写算法，文章对它进行了深入研究。提出了一种基于域语义约束的MiniCon算法，解决了MiniCon算法中丢失查询重写或生成冗余查询重写的问题．提高了算法的正确性和完备性．     

基于加权自学习散列的高维数据最近邻查询算法

因为查询和存储具有高效性,学习型散列逐渐被应用于解决最近邻查询问题.学习型散列将高维数据转化成二进制编码,并使得原始高维空间中越相似的数据对应二进制编码的汉明距离越小.在实际应用中,每次查询都会返回许多与查询点汉明距离相同而编码互不相同的数据.如何对这些数据进行排序是一个难题.提出了一种基于加权自学习散列的近邻查找算法.实验结果表明,算法能够高效地对具有相同汉明距离的不同编码进行重排序,加权排序后查询的F1值约是原来的2倍并优于同系算法,时间开销可比直接计算原始距离进行排序降低一个数量级.     

基于加权K近邻算法的缺失数据填补研究

针对数据缺失问题,本文在完全随机缺失的前提下,对完整数据集进行不同比例的挖空处理,并使用K近邻算法进行缺失值填补;采用交叉验证法优化K值;最后借用高斯函数,对传统K近邻算法进行加权处理,提出加权K近邻算法.实验结果表明,不论K取值多大,加权K近邻算法填补效果均优于传统K近邻算法;且K=2时,两种算法填补效果达到最佳.     

新型超高频RFID编解码和CRC电路的设计与实现

提出了一种新的超高频射频识别(RFID)标签芯片的数据编解码与循环冗余校验(CRC)计算同步进行的电路结构。该电路采用ISO/IEC 18000.6C标准协议,在数据编解码过程中同步进行串行CRC计算来提高系统数据的处理速度。采用FPGA进行仿真分析。结果表明,该设计方法可实现CRC编解码与RFID数据的编解码同步,即不占用额外的时钟处理CRC计算,从而满足超高频RFID的快速通信要求。所提出的串行CRC电路在SIMC 0.18 μm标准CMOS工艺下进行综合,其面积比并行CRC电路节省31.4%,电路算法更简单。     

物联网环境下的激光全息RFID多标签防碰撞方法

针对物联网RFID多标签防碰撞方法中数据采集量较少，导致数据采集效率低等问题，本文引用激光控制技术研究了一种新的激光全息RFID多标签防碰撞方法。依据标签的输出功率大小，计算多标签路径长度；根据需求将多标签路径长度按范围分类，小范围内计算每个标签极限路径长度，剔除相同路径长度的多标签；识别读写器的响应请求，根据自身信号波进行对应需求的扩频处理，初次发出一个帧长度的通信请求，读写器确认后，标签根据初次信号波进行通信。通过单片机、三极管以及激光驱动器完成标签响应电流控制，实现激光全息RFID多标签防碰撞。实验结果表明，本文设计激光全息RFID多标签防碰撞方法能够有效提高数据采集量，提升数据采集效率。     

基于云端的查询优化设计

云计算在大数据处理、资源共享方面的优势使得越来越多的行业使用云计算技术。云计算中的数据存储和检索方式与传统的数据库系统不同,且传统数据库的数据查询方式无法直接迁移到云平台中。文章利用后缀树建立云存储的算法,并讨论了基于后缀树云查询模型,且该查询模型可以嵌入到现有的数据查询系统中,实现传统查询平台向云平台的迁移。     

电力信息通信数据智能运维技术分析研究

针对现有电力信息通信数据运维技术存在资源耗比较高、容量低的问题,提出一种电力信息通信数据智能运维技术。分析电力信息通信数据特征,构建电力信息通信数据智能运维模型;通过FCM算法对日志数据进行分类,获得数据智能运维日志分类结果,设计运维资源耗比预测算法;采用最小二乘法拟合直线方程计算数据运维容量,实现了电力信息通信数据的智能运维。仿真实验结果表明,提出电力信息通信数据智能运维技术具备更好的数据运维性能。     

基于RFID技术的智能档案管理研究

需要人工扫描标签的操作一直制约着无线射频识别(RFID)技术在档案管理中的应用。在RFID射频系统中加入工作频率为902~928 MHz的智能天线分支器,通过主分支器和子分支器的四级级联,系统最多支持256路天线切换。再通过Visual Studio上位机编程控制读写器的连接和读取,以及天线分支器查询级联和切换天线,就可以将档案标签和天线位置准确匹配,实现了档案的快速盘点、定位查找和错位提醒。该方法避免布置多个读写器,也不需要人工扫描标签,使得档案管理更加智能快捷。     

智能滑套内低频段RFID 标签识别率的研究

实际应用中智能滑套内低频段RFID 标签存在识别率低的问题,从射频识别技术的工作机理出发,借助MATLAB 仿真软件,对低频螺线管天线感应电压特性进行了仿真分析,讨论了读写器天线长度和内径对识别率的影响,提出了基于井下智能滑套的RFID 通信系统最佳天线部署。同时为减弱井下复杂工况环境对标签识别率的影响,设计了读写器天线自适应阻抗匹配系统,建立一套基于井下RFID 通信系统识别率的模拟试验平台,验证仿真设计结果的正确性。