声明
摘要
1 引言
1.1 研究背景
1.2 研究现状
1.3 研究目的和意义
1.4 本文的主要工作及组织结构
2 RFID技术与智能超市
2.1 智能超市的概念与工作原理
2.2 RFID技术的主要应用
2.3 智能超市中的RFID路径数据
2.3.1 RFID路径数据的产生
2.3.2 智能超市中RFID路径数据的特点
2.3.3 RFID路径数据在超市和供应链中的区别
2.4 RFID路径信息获取
2.5 RFID路径信息压缩
2.6 小结
3 RFID路径相似性度量
3.1 常见的几种路径相似性度量方法
3.2 位置的相似性度量
3.3 时间相似性度量
3.4 位置-时间相似性度量
3.4.1 RFID路径的相关定义
3.4.2 基于位图的位置相似度度量
3.5 RFID路径相似度计算
3.6 小结
4 RFID路径的聚类
4.1 微簇和宏簇的概念
4.2 Multi-granularity时间滑动窗口模型
4.3 RFID路径聚类算法的基本框架
4.3.1 在线层聚类算法设计
4.3.2 离线层聚类算法设计
4.4 小结
5 RFID路径数据频繁模式挖掘
5.1 问题的提出及相关定义
5.2 RFID数据流的滑动窗口模型
5.3 滑动窗口频繁闭路径挖掘算法
5.3.1 TCFP-Tree结构
5.3.2 TCFP-Tree算法
5.3.3 TCFP-Tree的更新
5.3.4 基于TCFP-Tree的top-K闭合路径挖掘
5.4 小结
6 实验分析
6.1 实验环境与实验数据集
6.2 RFID数据的有效压缩
6.3 MTSWCluster算法实验
6.3 TCFP-Tree Mining算法实验
6.4 小结
结论
致谢
参考文献
攻读学位期间的研究成果
兰州交通大学;