论文部分内容阅读
随着传感器网络、互联网和普适计算等领域的蓬勃发展,数据流技术得到了越来越广泛而深入的应用,也引起了学术界和工业界的高度重视。重症监护病房(IntensiveCareUnit,ICU)是一个典型的数据流应用环境,在ICU中医护人员需要利用多种设备对患者的生命体征进行7×24小时不问断的实时监控。传统的数据值查询技术已经无法再满足他们的要求,他们需要在医疗数据流上进行大量基于语义的模式查询来完成对病人病情的分析。为此,本文对医疗数据流上模式查询处理的重点和难点进行了研究,提出并实现了一种基于损益约束的模式查询处理机制,主要内容包括:
·设计并实现了一个医疗数据流模式查询处理的基本框架,这个框架主要由三个部分组成:模式查询的表示、波段的实时识别和模式查询的处理;
·针对医疗数据流上模式可伸缩性的特点,设计了一种以波段为基本粒度的模式查询表示方法,这种表示方法有效地描述了医疗数据流的语义信息;
·提出一种实时近似的波段特征提取算法,该算法能够以实时地对快速到达的数据流进行在线特征提取,有效地压缩了波段的特征空间,降低了波段识别的错误率和复杂度;
·设计了一种损益约束模式查询处理机制,这种机制不仅能够完成普通的模式查询,而且能够处理对长度伸缩可变的模式的查询。此外,本文还给出了该机制的性能分析和优化策略,提高了其查询处理的效率。
海量真实的数据表明,本文所提出的基于损益约束的模式查询处理机制可以在医疗数据流上有效地运行,满足敏感度和特异度两个方面的指标,其时间和空间开销也比现有的模式查询处理方法都有较大的改良。