摘要
本发明提供一种基于主动采样的物联网数据高效收集方法,该方法包括确定所需的最小采样成本为r+1;通过时空融合模块挖掘网格间的深层关系和结构,以获得增广网格图;对所选的采样网格进行采样,得到采样向量h(T+1),并将其与传感矩阵X(T)结合,形成初始的T+1时隙传感矩阵[X(T),h(T+1)];将增广网格图和T+1时隙的初始传感矩阵输入时空融合模块,得到时空表征,并通过神经网络训练导出两个初始因子矩阵;得到最终的因子矩阵U(T+1)和V(T+1);利用最终的因子矩阵U(T+1)和V(T+1),计算得出未采样位置的数据,结合采样数据,得到全部网格数据。本发明不仅能够显著降低数据收集的成本,还能保证推理结果的准确度和可靠性,从而为物联网中的环境监测、智慧城市等应用提供更优质的服务。
技术关键词
高效收集方法
矩阵
神经网络训练
传感
谱聚类方法
数据挖掘网格
因子
节点
拉普拉斯
模块
关系
特征值
标记
元素
物理
度量
列表
系统为您推荐了相关专利信息
液流电池储能系统
液体循环管路
能量管理模块
电池管理模块
传感器模块
服务匹配方法
大语言模型
语义
企业
生成提示信息
容错控制方法
系统动力学模型
推力
四旋翼无人机
计算机程序代码
智能装饰设计系统
多模态数据融合
特征提取模块
注意力机制
数据采集模块
异常用户
多模态特征
流形学习降维
样本
流形学习方法