[發(fā)明專利]群智感知中錯(cuò)誤位置數(shù)據(jù)的檢測系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810593704.2
• 申請(qǐng)日: 2018-06-11
• 公開（公告）號(hào): CN108897640B
• 公開（公告）日: 2021-08-27
• 發(fā)明（設(shè)計(jì)）人: 孔令和;汪博文;吳帆;陳貴海
• 申請(qǐng)（專利權(quán)）人: 上海交通大學(xué)
• 主分類號(hào): G06F11/14
• 分類號(hào): G06F11/14
• 代理公司: 上海交達(dá)專利事務(wù)所 31201
• 代理人: 王毓理;王錫麟

一種群智感知中錯(cuò)誤位置數(shù)據(jù)的檢測系統(tǒng)及方法，基于時(shí)間序列和壓縮感知的錯(cuò)誤數(shù)據(jù)檢測方法，通過迭代執(zhí)行基于時(shí)間序列的異常值檢測方法檢測和壓縮感知方法檢測錯(cuò)誤位置數(shù)據(jù)并同時(shí)對(duì)丟失位置數(shù)據(jù)進(jìn)行恢復(fù)。迭代執(zhí)行時(shí)間序列異常值檢測方法和壓縮感知，使得錯(cuò)誤數(shù)據(jù)和丟失數(shù)據(jù)間的相互影響最小化，很好的控制了誤報(bào)率和漏報(bào)率，獲得了很高的精度(precision)和召回率(recall)。

技術(shù)領(lǐng)域

本發(fā)明涉及的是一種信息處理領(lǐng)域的技術(shù)，具體是一種移動(dòng)群智感知中基于壓縮感知(Compressive Sensing)和時(shí)間序列(Time-series)的錯(cuò)誤位置數(shù)據(jù)檢測和丟失位置數(shù)據(jù)檢測及恢復(fù)系統(tǒng)及方法。

背景技術(shù)

群智感知是一種新興的環(huán)境信息采集方法，通過這種方法知采集到的數(shù)據(jù)可靠性較低，數(shù)據(jù)可能由于用戶操作不當(dāng)、設(shè)備故障、通信誤碼、惡意用戶等原因而出現(xiàn)錯(cuò)誤和丟失。

現(xiàn)有應(yīng)對(duì)群智感知錯(cuò)誤數(shù)據(jù)的方法主要分為以下三類：第一類是基于用戶信譽(yù)值的方法，這種方法假設(shè)對(duì)于每個(gè)觀測點(diǎn)都有若干觀測值，給信譽(yù)值更高的用戶提供的觀測值賦予更高的權(quán)值，從而得到相對(duì)可靠的結(jié)果。但在位置數(shù)據(jù)中無法獲得多個(gè)觀測值。第二類方法是基于用戶激勵(lì)機(jī)制設(shè)計(jì)的，這種方法通過設(shè)計(jì)合理的用戶激勵(lì)機(jī)制來保證用戶盡最大努力提供可靠的數(shù)據(jù)。但是，這種方法無法應(yīng)對(duì)非用戶主觀因素造成的錯(cuò)誤(如設(shè)備故障造成的錯(cuò)誤)。第三類是基于時(shí)間序列的異常值檢測方法，但這種方法沒有將丟失數(shù)據(jù)納入考慮。

發(fā)明內(nèi)容

本發(fā)明針對(duì)現(xiàn)有群智感知存在的上述不足以及壓縮感知無法處理數(shù)據(jù)集中的錯(cuò)誤數(shù)據(jù)的缺陷，提出一種群智感知中錯(cuò)誤位置數(shù)據(jù)的檢測系統(tǒng)及方法，基于時(shí)間序列和壓縮感知的錯(cuò)誤數(shù)據(jù)檢測方法，通過迭代執(zhí)行基于時(shí)間序列的異常值檢測方法檢測和壓縮感知方法檢測錯(cuò)誤位置數(shù)據(jù)并同時(shí)對(duì)丟失位置數(shù)據(jù)進(jìn)行恢復(fù)。迭代執(zhí)行時(shí)間序列異常值檢測方法和壓縮感知，使得錯(cuò)誤數(shù)據(jù)和丟失數(shù)據(jù)間的相互影響最小化，很好的控制了誤報(bào)率和漏報(bào)率，獲得了很高的精度(precision)和召回率(recall)。

本發(fā)明的方法是一種即使存在大量丟失數(shù)據(jù)的情況下，也可以以很高的精度檢測錯(cuò)誤數(shù)據(jù)的方法。

本發(fā)明是通過以下技術(shù)方案實(shí)現(xiàn)的：

本發(fā)明涉及一種移動(dòng)壓縮感知中錯(cuò)誤位置數(shù)據(jù)的檢測系統(tǒng)，包括：錯(cuò)誤檢測模塊、數(shù)據(jù)恢復(fù)模塊以及誤判修正模塊，其中：錯(cuò)誤檢測模塊接收原始數(shù)據(jù)作為輸入，與數(shù)據(jù)恢復(fù)模塊相連并傳輸初步篩選后的信息，數(shù)據(jù)恢復(fù)模塊與誤判修正模塊相連，將錯(cuò)誤檢測模塊中檢測出的錯(cuò)誤信息以及原始數(shù)據(jù)中本就存在的丟失數(shù)據(jù)一起進(jìn)行恢復(fù)并將恢復(fù)后的數(shù)據(jù)輸出至誤判修正模塊；誤判修正模塊對(duì)原始數(shù)據(jù)與恢復(fù)后的數(shù)據(jù)進(jìn)行比較以判斷在錯(cuò)誤檢測模塊的檢測結(jié)果中有無誤判出現(xiàn)，并在存在誤判時(shí)將恢復(fù)后的數(shù)據(jù)傳回錯(cuò)誤檢測模塊或輸出檢測結(jié)果和恢復(fù)后的數(shù)據(jù)。

所述的初步篩選后的信息中保證不會(huì)存在明顯錯(cuò)誤的信息，但允許存在正確信息被誤判為錯(cuò)誤的情況。

本發(fā)明涉及上述系統(tǒng)的實(shí)現(xiàn)方法，包括以下步驟：

第一步、對(duì)采集到的含有錯(cuò)誤數(shù)據(jù)和丟失數(shù)據(jù)的位置信息進(jìn)行建模，得到錯(cuò)誤位置數(shù)據(jù)檢測問題和丟失數(shù)據(jù)恢復(fù)問題的模型。

第二步、對(duì)感知矩陣S_X,S_Y的每一行使用基于時(shí)間序列的異常值優(yōu)化檢測方法進(jìn)行錯(cuò)誤檢測。

第三步、將第二步中得到的檢測矩陣與原始的存在矩陣整合成一個(gè)廣義二進(jìn)制標(biāo)記矩陣并使用壓縮感知技術(shù)解決丟失數(shù)據(jù)恢復(fù)問題。

第四步、將第二步中被檢測為錯(cuò)誤的數(shù)據(jù)與恢復(fù)后的數(shù)據(jù)進(jìn)行比較并判斷是否標(biāo)記有誤，若有誤，則返回第二步；否則，輸出錯(cuò)誤點(diǎn)的集合和恢復(fù)后的數(shù)據(jù)集。

技術(shù)效果