随着物联网和 5G 技术的快速发展,以深度学习为基础的人工智能应用越来越多,使基于时空数据的医疗影像、城市 安防、自动驾驶等视觉领域成为物联网方向的研究热点.物联网系统采集到的视频数据、图片数据、温湿度与气体浓度数据同 时也急剧增长,最终使得物联网系统的处理速度和反馈速度越来越慢.针对物联网节点采集的时空数据量大且可能存在短暂 性异常的问题,文中设计了基于长短记忆网络的 EPLSN（Exception Processing LongandShort Memory Network）算法.首先, 对输入门的逻辑结构进行设计,并对网络模型结构进行改进,解决了短暂性异常数据与时空数据分类的问题,提高了 EPLSN 算法对物联网时空数据的分类精度,并能够对异常数据进行数据清洗.其次,依据传感器采集的时空数据特点,将数据存储到 不同的数据块中,采用时序数据库对时空数据进行短暂性存储,并提出基于时空数据的物联网搜索架构,加快了物联网系统搜 索的速度.
