高速不确定数据流环境下数据分析处理关键技术研究

随着传感器网络、射频识别电子标签(FRID)、基于位置服务(LBS)等技术的快速发展，不确定流数据无处不在。高速不确定数据流环境中的数据分析技术有着十分重要的应用前景，必将成为当前新的研究热点。但是，由于数据的高速到达、不确定性以及资源有限等特性，现有技术无法解决新的挑战。基于此，本项目重点将围绕高速不确定数据流环境下数据分析处理的关键性问题展开研究，具体内容包括：1)数据建模，主要有不确定关系流数据和不确定图流数据的建模方法；2)数据预处理，包括高速不确定数据流的卸载策略、概要提取技术等的研究；3)数据分析处理，侧重对不确定关系流数据和不确定图数据流的分类、聚类、异常点检测等技术展开深入研究。力争在基于高速不确定数据流环境的数据分析处理技术方面取得原创性成果。该项研究涉及多个领域，包括数据库技术、统计学、信息论、图论、自控理论等，具有重要的理论意义与实际应用价值。

随着计算机网络技术的快速发展，诸如传感器网络等应用产生了大量不确定流数据，对高速不确定数据流环境中的数据分析处理有着十分重要的应用前景。近年来，针对高速不确定流数据分析处理方面的研究有了长足的进步。在为期4年的项目研究中，我们侧重研究高速不确定流数据分析处理的关键性问题，在对不确定关系流数据和不确定图流数据建模并进行数据预处理的基础上，对不确定关系流数据和不确定图数据流的分类、聚类、异常点检测等技术展开深入研究并取得诸多研究成果，为后续相关大数据挖掘分析提供了理论和技术支持。在本项目的4年研究期间，共计发表论文（含录用）19篇，其中期刊论文14篇，会议论文5篇，SCI检索10篇，EI检索19篇，ISTP检索4篇；申请国家发明专利1项；人才培养方面，先后培养硕士生12名，博士生1名；国际交流合作方面，项目组与美国杨百翰大学进行了广泛国际合作和交流。