面向可追溯的物联网数据采集与建模方法研究
中国农业大学 齐林
研究的主要贡献与创新之处是：(1)提出了基于WSN的可追溯感知数据采集方法和基于SPC的时域压缩方法,提高了感知数据采集效率,并延长了监测网络寿命。基于WSN所研发的可追溯感知数据采集方法软、硬件原型,测试结果表明通信链路可靠,感知节点对生鲜农产品供应链保鲜工艺环境的兼容性、传感器硬件兼容性好：基于SPC所设计的改进X-Rs感知数据时域压缩算法与阈值、K-滑动均值算法对比,能耗在同一数量级,平稳时间序列的Se为最优,2种时间序列平稳性上tc值均接近最优,算法的平衡性和适应性好。(2)提出了面向粒度分级的可追溯系统建模方法,满足了不同用户的数据粒度需求。基于结构模式识别,构造了描述追溯单元转化的12种模式基元；基于关系代数,设计了模式基元的数据存储结构与数据采集算法；构建了基于2型文法的可追溯数据形式化描述文法和文法句子生成算法；基于改进下推自动机建立了粒度分级规约方法；以冻罗非鱼片加工、半滑舌鳎养殖、肉牛养殖与屠宰加工业务流程为实例进行了方法验证,结果表明在以上供应链,数据分级规约强度为44.8-99.4%,在供应链结构信息少的初级农产品生产流程中,规约强度最高。(3)设计了基于云计算的可追溯综合服务平台,实现了平台级可追溯服务。识别了可追溯数据在生鲜农产品供应链上各阶段的潜在价值,包括文档标准化、危害溯源、精确召回、物流监控、关键点预警、质量预测、货架期管理和库存优化；基于Hadoop设计了平台的技术架构、服务引擎、体系结构,基于Map/Reduce实现了决策模型并行化；在Ubuntu10.0.4操作系统和Hadoop0.20.0并行计算环境上进行了平台实现；以工厂化水产养殖、水产品冷链物流为例的系统评价表明平台在数据采集、信息追溯和智能决策等方面改善了生鲜农产品供应链管理水平。
面向可追溯的物联网数据采集与建模方法研究