一个利用多传感器的的多媒体系统，在获得感兴趣的信息时，可能会考虑单独或者群体的决策。不同的媒体流对于目标信息可能提供相似或者相矛盾的证据。例如，相机传感器相比较于音频传感器，在监测人的存在方面可以提供更好的证据。然而也不能完全确定，因为也要考虑相机的使用环境（如照明条件等）。另一方面，如果在所处环境中有冗余的传感器，它的观察可以被作为证据，监测的确定性就明显增加。因此，有必要考虑参与的传感器之间的意见分歧，来模拟和度量信息的确定性。

从传感器感测获得的信息应该准确的反应发生在监控环境下事件或活动的确切状态，历来是通过比较系统的输出和地面真值（GT）来计算准确性，以决定处理的信息是否符合现实，地面真值（GT）指的是已知的事实或现实。然而，当准确性是动态计算时，比较输出和GT是不可行的。这是由于GT数据或实时物理调查的总开销不可用。因此，本文建议使用“置信度”作为测量精度的补充，在一段时间观察的基础上，动态的计算传感器上的数据。使用置信度而不是准确性也可能是合理的事实：准确性指测量的正确性，它隐含的表示了置信度。例如，如果一个传感器提供了精确地观察，本文会对它有更高的信任度，反之亦然。在后面的文章中，本文将进一步探索这个假设。

在一个实时的场景中，及时发现一个事件可能有助于保护一个个体，防止一个不受欢迎的结果。例如，在监控空间发现一个不受控的对象时，考虑到对象潜在的危险，时间是至关重要的，这涉及到保护住户和基础设施。一般来说，一个传感器系统的实时性是受媒体处理算法的计算效率和分布式数据来源的同化作用影响的。在一个特定的场景中，及时确定信息可能不是最重要的，但在其他场景中，如果信息不能及时交付，对目标应用程序来说信息可能是无用的。因此，在信息质量的度量标准中，实时性仍然是一个重要的属性。

1.3  相关技术的发展研究现状

1.3.1 基于传感器的信息质量测量

1.3.2非感官信息的质量测量

1.4 本文研究内容及篇章结构

1.4.1 研究内容

本文以智慧城市管理为应用背景，以倾角仪数据质量评估为研究对象，研究一种高效的基于传感器观测的数据质量评估方法。具体主要研究内容如下：

1.解释一般事件检测框架。

为了对所提议的信息质量计算机制有一个清晰的认识，本文会首先解释一般事件检测框架，通过利用多个传感器，它能够识别各种高级信息项（事件）。

2.计算单个信息项的质量属性。

本文定义了一种由三个属性组成的信息质量度量标准，它们是确定性、准确性和及时性。所以本文先描述怎样为一个多传感器机制建模与一个信息项相关的三个质量属性 。

3.计算所有信息项的质量属性。

在计算所得的单个信息项的质量属性的基础上，采用线性加权的数据融合机制，聚合所有这些质量属性得分，得到所有信息项的质量属性。

4.设计并实现系统原型，验证算法性能。

    根据智慧城市管理系统中广告牌管理的应用背景，编程实现系统原型，主要功能模块包括：信息质量计算模块、数据融合模块、用户界面。并对提出的算法进行评估。

1.4.2 篇章结构

本文的篇章结构安排如图1.1所示。

论文篇章结构图

全文共分为六章，各章主要内容如下：

第一章是绪论，介绍本文的研究背景，数据质量评估的研究意义，以及目前相关技术的发展研究现状。最后指出本文的主要研究内容和篇章结构安排。 智慧城市背景下的数据质量评估(4):http://www.youerw.com/jisuanji/lunwen_69325.html