面向仓储的RFID数据清洗技术研究

针对仓储中无线射频识别(RFID)原始数据的不可靠性问题,对仓储中RFID数据冗余和事件流乱序问题进行了研究,提出了一种面向仓储的RFID数据清洗模型。首先对仓储中RFID数据存在的问题进行了描述,建立了冗余数据和事件流乱序问题产生的抽象场景;然后结合RFID仓储数据清洗模型提出了相应的冗余数据清洗和事件流乱序修正算法,并介绍了相应算法的改进之处及具体实现步骤;最后利用读写器检测模型构造了RFID原始数据流,通过不同实验参数对记录数量和正确率指标进行了实验测试。研究结果表明:提出的数据清洗方法可以有效去除冗余数据并提高RFID事件输出的正确率。

基于深度学习时间序列的诉求感知分析系统设计

针对传统诉求感知分析系统数据清洗功能较差的问题,设计一种基于深度学习时间序列的诉求感知分析系统,系统硬件配置为服务器模块,服务器模块有交换机、共享显示器、机柜、HBA卡、集中存储器、数据库专用服务器、应用处理专用服务器、数据采集卡以及解码采集服务器等。系统软件由诉求感知数据处理模块、诉求感知分析模块、数据库模块构成。通过数据处理软件对诉求感知数据进行处理,利用深度学习时间序列对诉求感知进行预测,并结合处理后的诉求感知数据,利用日志分析引擎以及日志分析线程对诉求感知进行分析。对比实验结果证明,该系统的数据清洗功能优于传统诉求感知分析系统。