相似度自适应估计的物联网实体高效搜索方法

• 全文链接
• 请求原文

作   者：

张普宁;  亢旭源;  刘宇哲;  李学芳;  吴大鹏;  王汝言; 

作者机构：

重庆高校市级光通信与网络重点实验室;  重庆邮电大学通信与信息工程学院;  泛在感知与互联重庆市重点实验室; 

关键词：

实体搜索;  自适应估计;  相似度;  物联网; 

期刊名称：

电子与信息学报

基金项目：

业务驱动的社会化边缘计算及体验增强机理研究

i s s n：

1009-5896

年卷期：

2020 年 42 卷 007 期

页   码：

1702-1709

摘   要：

针对现有相似实体搜索方法缺乏对于观测序列长度的自适应性,且搜索过程数据存储开销过大,搜索结果准确性较低的问题,该文提出相似度自适应估计的物联网实体高效搜索方法(SAEES).首先,设计了轻量级观测序列分段表示方法,对传感器采集的实体原始观测序列进行轻量级分段压缩表示,以降低实体观测序列的存储开销.然后,提出了观测序列相似度自适应估计方法,实现对不同观测序列长度的实体相似性的准确估计.最后,设计了高效的相似实体搜索匹配方法,依据所估计的实体相似度进行实体的准确搜索匹配.仿真结果表明,所提方法可大幅提高相似实体搜索的效率.