段青玲 肖晓琰 刘怡然 张 璐

(1.中国农业大学信息与电气工程学院， 北京 100083； 2.北京市农业物联网工程技术研究中心， 北京 100097)

基于SW-SVR的畜禽养殖物联网异常数据实时检测方法

段青玲1,2肖晓琰1刘怡然1张 璐1

(1.中国农业大学信息与电气工程学院， 北京 100083； 2.北京市农业物联网工程技术研究中心， 北京 100097)

畜禽养殖物联网由于工作环境恶劣、网络传输故障等因素容易产生异常感知数据，为保证数据质量，根据畜禽养殖物联网数据流周期性、时序性等特点，提出了一种基于滑动窗口与支持向量回归(Sliding window and support vector machines for regression，SW-SVR)的异常数据实时检测方法。首先根据畜禽物联网数据流特征周期以及采样频率确定滑动窗口尺寸；然后通过SVR模型预测畜禽养殖物联网数据流中某一时刻传感器测量值；最后计算预测区间，根据实际测量值是否落入该区间判断是否异常并对异常数据进行置换处理。采用畜禽养殖物联网环境数据进行试验，结果表明：所提滑动窗口计算方法得到的窗口尺寸预测的MAPE为0.188 4，畜禽养殖物联网异常数据检测率达98%，能够有效检测和处理畜禽养殖物联网数据流中的异常数据。

异常数据检测； 畜禽养殖物联网； 滑动窗口； 支持向量回归

引言

当前物联网已经成为畜禽养殖生产获取数据的重要手段之一。在畜禽养殖物联网中，传感器按照时间序列连续不断地采集温湿度、光照、有害气体浓度等畜禽生长环境数据，并以数据流的形式传输至数据处理系统，具有显著周期性、实时性、无穷性等特征[1-3]。……