探究一種有效的非平穩(wěn)數(shù)據(jù)智能挖掘方法,可以克服智能挖掘過程中受多種噪聲的干擾,對(duì)光纖通信網(wǎng)絡(luò)的大規(guī)模使用具備重要的現(xiàn)實(shí)意義。為了解決當(dāng)前挖掘方法由于各種原因影響造成數(shù)據(jù)不完整、延時(shí)較長、遺漏率較高等問題,提出一種基于關(guān)聯(lián)規(guī)則映射的非平穩(wěn)數(shù)據(jù)智能挖掘方法,利用原始去噪算法對(duì)收集的非平穩(wěn)數(shù)據(jù)樣本進(jìn)行去噪,獲取非平穩(wěn)數(shù)據(jù)的置信度。利用時(shí)間加權(quán)方法依據(jù)非平穩(wěn)數(shù)據(jù)置信度對(duì)非平穩(wěn)數(shù)據(jù)進(jìn)行去噪,得到去噪后的非平穩(wěn)數(shù)據(jù)。將其用于構(gòu)建數(shù)據(jù)子空間矩陣,挖掘不同子空間非平穩(wěn)數(shù)據(jù)集,利用同一空間下非平穩(wěn)數(shù)據(jù)集的關(guān)聯(lián)強(qiáng)度挖掘出非平穩(wěn)數(shù)據(jù)集,實(shí)現(xiàn)了非平穩(wěn)數(shù)據(jù)智能挖掘。仿真測試結(jié)果證明,所提方法能夠有效縮短挖掘延時(shí)、提高數(shù)據(jù)挖掘完整率、降低遺漏率,具備較強(qiáng)的可行性。 

【文章來源】：計(jì)算機(jī)仿真. 2020,37(03)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

圖1 兩種挖掘方法的挖掘延時(shí)對(duì)比

圖2是在光纖通信網(wǎng)絡(luò)中,不同非平穩(wěn)數(shù)據(jù)集數(shù)量下,運(yùn)用基于關(guān)聯(lián)規(guī)則映射的非平穩(wěn)數(shù)據(jù)智能挖掘方法與文獻(xiàn)[6]方法的非平穩(wěn)數(shù)據(jù)挖掘完整率(%)的仿真測試對(duì)比結(jié)果。分析圖2可知,運(yùn)用兩種不同的挖掘方法對(duì)非平穩(wěn)數(shù)據(jù)集進(jìn)行智能挖掘,數(shù)據(jù)挖掘的完整率是隨著非平穩(wěn)數(shù)據(jù)集個(gè)數(shù)的增長而逐漸提高的,當(dāng)非穩(wěn)定數(shù)據(jù)集個(gè)數(shù)在600～1000范圍內(nèi)時(shí),可以發(fā)現(xiàn)運(yùn)用文獻(xiàn)[6]方法挖掘完整率從70%提升到92%左右,運(yùn)用基于關(guān)聯(lián)規(guī)則映射的非平穩(wěn)數(shù)據(jù)智能挖掘方法挖掘完整率從82%提升到96%左右。由此看出,文獻(xiàn)[6]方法挖掘完整率雖高,但由于去噪能力略差于所提方法,導(dǎo)致挖掘完整率也要低于所提方法,同時(shí)也說明所提方法由于去噪效果較好,在一定程度上能夠提高挖掘完整率,保證非平穩(wěn)數(shù)據(jù)挖掘的質(zhì)量。

【參考文獻(xiàn)】：
期刊論文
[1]基于類腦群智的機(jī)會(huì)認(rèn)知數(shù)據(jù)挖掘算法研究[J]. 王太成,陳濤.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(07)
[2]計(jì)算機(jī)上對(duì)網(wǎng)絡(luò)瀏覽證據(jù)準(zhǔn)確提取仿真研究[J]. 王曉立.  計(jì)算機(jī)仿真. 2017(07)
[3]基于投影模式支持集的數(shù)據(jù)挖掘算法研究[J]. 楊曉波.  計(jì)算機(jī)應(yīng)用與軟件. 2017(07)
[4]基于密度的局部離群數(shù)據(jù)挖掘算法研究[J]. 許琳,趙茂先.  山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(06)
[5]大規(guī)模數(shù)據(jù)集高效數(shù)據(jù)挖掘算法研究[J]. 羅陽倩子.  湖南城市學(xué)院學(xué)報(bào)(自然科學(xué)版). 2016(04)
[6]應(yīng)用數(shù)據(jù)挖掘算法預(yù)測臺(tái)風(fēng)條件下PM2.5質(zhì)量濃度[J]. 黃杰華,何龍,張明棣,顏宇春,馬彬,張曉東.  環(huán)境監(jiān)測管理與技術(shù). 2016(03)
[7]三種數(shù)據(jù)挖掘算法在電子病歷知識(shí)發(fā)現(xiàn)中的比較[J]. 牟冬梅,任珂.  現(xiàn)代圖書情報(bào)技術(shù). 2016(06)
[8]基于自適應(yīng)波束形成的高維數(shù)據(jù)挖掘算法[J]. 許麗娟.  電聲技術(shù). 2016(03)



本文編號(hào)：3414613