中文摘要: 传感设备采集数据元素间的长距离依赖联系和短距离依赖联系多变，其动态性使得数据标注过程难以实时跟踪，准确性受限。为此，提出融合主成分分析（PCA）与支持向量机（SVM）的传感数据动态语义标注方法。对传感数据进行集成与优化，包括数据波动抑制、缺失数据智能重构和尺度统一化。采用PCA算法对优化后的数据进行降维处理，减少特征数量并保留关键信息。基于自适应SVM的半监督主动学习方法，结合标注和未标注数据，通过主动学习和半监督学习不断优化分类器性能，适应传感数据动态性，实现对传感数据的动态语义标注。实验结果表明，所提方法在所有样本百分比条件下均具有较高的宏平均值，平均为36.8，可精准输出语义标注结果。