RFID复杂事件检测方法的研究和改进

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (11): 5-8.

RFID复杂事件检测方法的研究和改进

刘海龙¹,李战怀¹,陈群¹,娄颖^1,2

1.西北工业大学计算机学院，西安 710072
2.河南科技大学电子信息学院，河南洛阳 471003

收稿日期:2007-11-21 修回日期:2008-01-15 出版日期:2008-04-11 发布日期:2008-04-11
通讯作者: 刘海龙

Study and improvement on RFID complex events detecting methods

LIU Hai-long¹,LI Zhan-huai¹,CHEN Qun¹,LOU Ying^1,2

1.School of Computer Science，Northwestern Polytechnical University，Xi’an 710072，China
2.Electronic and Information Engineering College，Henan University of Science and Technology，Luoyang，Henan 471003，China

Received:2007-11-21 Revised:2008-01-15 Online:2008-04-11 Published:2008-04-11
Contact: LIU Hai-long

摘要/Abstract

摘要： 复杂事件处理（CEP）是一个新兴的技术领域，用于处理大量的简单事件，并从其中整理出有价值的事件。RFID事件和传统事件相比具有海量、时间性和空间性、数据不准确等特征。针对RFID事件的相关特征进行研究，建立一个可扩展的基于规则的RFID复杂事件处理系统是非常必要的。从复杂事件的描述模型、处理框架、上下文语义、检测方法等方面总结了国内外RFID复杂事件处理的研究现状，分析了目前的研究存在的不足，并且针对SASE的复杂事件算法存在的三点不足进行了改进。实验证明相关的改进对简单数据集是有效的。

关键词: RFID, 复杂事件, 检测, 改进

Abstract: Complex Event Processing（CEP） technology is a new technology which is applied in processing large volume primitive events and picking out valuable semantic events.In comparison with traditional events，RFID events have the following characteristics：large volume，temporal & spatial，inaccurate etc.It is necessary to do some researches on these characteristics and build an extensible CEP framework for RFID events.In this paper，the current researches on describing models，processing framework，parameter context，detecting method of RFID CEP are summarized.This paper picks out three problems of SASE and brings out some enhancing methods.These methods are proved efficient by some experiments.

Key words: RFID, complex events, detection, enhancement

刘海龙¹,李战怀¹,陈群¹,娄颖^1,2. RFID复杂事件检测方法的研究和改进[J]. 计算机工程与应用, 2008, 44(11): 5-8.

LIU Hai-long¹,LI Zhan-huai¹,CHEN Qun¹,LOU Ying^1,2. Study and improvement on RFID complex events detecting methods[J]. Computer Engineering and Applications, 2008, 44(11): 5-8.

[1]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[2]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[3]	朱鉴，刘培钰，陈炳丰，蔡瑞初. 结合相似块匹配与最小值滤波的图像去雨[J]. 计算机工程与应用, 2021, 57(9): 191-198.
[4]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[5]	马珺，王昱皓. 结合自适应更新策略和再检测技术的跟踪算法[J]. 计算机工程与应用, 2021, 57(9): 217-224.
[6]	吴文龙，周喜，王轶，王保全. WKAG：一种针对不平衡医保数据的欺诈检测方法[J]. 计算机工程与应用, 2021, 57(9): 247-254.
[7]	王博，宋丹，王洪玉. 无人机自主巡检系统的关键技术研究[J]. 计算机工程与应用, 2021, 57(9): 255-263.
[8]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[9]	徐少杰，曹雏清，王永娟. 视觉SLAM在室内动态场景中的应用研究[J]. 计算机工程与应用, 2021, 57(8): 175-179.
[10]	李明山，韩清鹏，张天宇，王道累. 改进SSD的安全帽检测方法[J]. 计算机工程与应用, 2021, 57(8): 192-197.
[11]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[12]	潘沛鑫，潘中良. 结合显著性的主动轮廓图像分割[J]. 计算机工程与应用, 2021, 57(8): 225-230.
[13]	孔继利，张鹏坤，刘晓平. 双向搜索机制的改进A*算法研究[J]. 计算机工程与应用, 2021, 57(8): 231-237.
[14]	槐创锋，郭龙，贾雪艳，张子昊. 改进A*算法与动态窗口法的机器人动态路径规划[J]. 计算机工程与应用, 2021, 57(8): 244-248.
[15]	郭晓静，隋昊达. 改进YOLOv3在机场跑道异物目标检测中的应用[J]. 计算机工程与应用, 2021, 57(8): 249-255.