第二章是基于多传感器多媒体流的通用事件检测框架。解释一般事件检测框架，是为了对所提议的信息质量计算机制有一个清晰的认识。

第三章是数据质量度量模型的构建方法。该章研究数据质量属性的计算方法，主要分为两个部分：问题形式化和数据质量属性的计算方法。第一节提出问题，将数据质量问题用相关公式符号表示。第二节介绍构成数据质量各个属性的度量算法，首先介绍三个质量属性的计算方法，然后提出聚合质量属性算法。文献综述

第四章是系统原型的实现和算法评估。该章给出了实现系统原型的关键步骤和环境，包括主要模块的设计，以及系统演示结果。接下来在该原型系统下对本文提出的算法进行评估。

第五章是对本文提出算法的总结。通过给出一个试验数据的计算过程，来更详细的介绍提出的算法。

第六章是未来工作及展望。

2. 物联网感知应用中检测事件的通用框架

2.1 通用事件检测框架

在早期融合方法中，提取自传感器流的特征首先结合，然后发送到一个分析单元（通常是一个标识符），提供任务的决策。另一方面，在晚期融合方法中，不同的分析单元基于单个媒体特点首先提供本地决策（通常按照概率评分），然后结合这些本地决策对事件进行一次总体决议。本文选择一种基于后期融合事件监测机制，通过多个传感器在语义级别上的结合做出决策。本文之所以选择这种融合过程，是因为它容易理解并且适合本文的目的。因此，在图2.1中，媒体处理器处理单个媒体流来提取来自异构传感器的各种特征（如面部特征）。为了确定一个事件或信息项的发生，事件监测器使用类似媒体流的特征，所有其他事件监测器遵循同样的过程。由于单个决策不可靠，来自单个事件检测的分数被融合，以获得事件发生的一个最终的分数。在不同传感器执行融和时，本文假设融合过程也利用以前的知识。本文建议的信息质量计算模型是基于给定的事件监测机制。