高质量的数据能够为企业决策提供重要的依据和向导。随着物联网及RFID技术的发展,RFID不确定数据的清洗技术得到了国内外研究学者的广泛关注。目前,RFID不确定数据清洗技术已经取得了阶段性的成果,但是这些研究并没有深入挖掘RFID数据间的时间关联性。在详细分析已有的RFID数据清洗框架和清洗算法优缺点的基础上,提出了基于选择机制的RFID不确定数据清洗框架CFBS(Cleaning Framework Based on Selection Mechanism)。在充分考虑RFID数据不确定性和海量性的基础上,对进入框架的数据进行扫描和检测,判断其是否符合进入处理层的清洗条件,数据无需遍历所有的处理层而只需选择最优的清洗路线,节省了清洗时间,提高了清洗效率。在CFBS框架的基础上,结合RFID数据间的时间关联特性,提出了基于时间序列的针对不同种类不确定数据的清洗算法,实现了对RFID数据的分层清洗。该算法引入标签回应率的概念,通过对回应次数和时间的综合考虑来实现对数据的清洗。最后,对本文所提出的清洗框架和算法与传统的方法进行了实验对比。实验结果表明,文中构建的CFBS框架能够有效降低数据清洗的时间消耗,具有很好的时间性能,提高了清洗的效率;基于时间序列的清洗算法不仅对静态标签有很好的清洗效果,还能够及时地检测到动态标签的存在。