RFID数据具有流式、海量、时态、语义丰富、不可靠的特点,随着RFID技术的广泛应用,如何实时高效地清洗RFID系统产生的不可靠海量数据是一个亟需解决的问题。传统的数据清洗技术无法完全胜任RFID数据流的清洗要求。现今标准的RFID数据清洗系统大都提供各种平滑过滤器,通过滑动窗口为漏读数据插值,过滤集成数据。在各种场景下它们表现良好,但是其主要关注于单个读写器,而忽略了有成千上万的读写器及标签的实际应用会带来很高的清洗成本。鉴于标签信息量庞大,误差来源多样化,窗口需具备快速反应的能力,设置滑动窗口大小成为具有挑战性的任务。本文在分析现有技术的基础上,讨论最小成本的自适应数据清洗问题,提出近邻组的概念,使用读写器近邻组扩展SMURF多标签数据清洗算法。之后我们设计并实现了一个基于规则的数据清洗系统,该系统由读写器硬件配置、数据缓冲区管理、规则系统管理、数据清洗等功能模块组成。为支持RFID数据清洗,该系统综合了说明性的清洗操作,如平滑处理、仲裁处理、校正处理和合并处理等。最后为验证清洗方法的有效性,本文在模拟数据和真实RFID数据的基础上完成了各种实验,实验结果表明提出的自适应的成组清洗在漏读和多读等方面都是有效的。