【摘 要】
：
为提高信息智能推荐系统的目标特征数据挖掘精度,提出新的信息智能推荐系统目标特征数据挖掘方法.采用分布式链路融合方法构建数据存储模型,在多维特征空间中实现对特征数据的解析,基于此分析目标特征分布集,根据大数据的关联规则分布特性,实现数据智能融合处理.采用显著度特征解析控制的方法提取目标特征模板匹配特征量,实现信息智能推荐系统目标特征数据的挖掘.实验结果表明,所提目标数据挖掘方法准确性较高,且信息智能推荐系统目标特征数据挖掘过程具有较为理想的聚类性.
【机 构】
：
福建林业职业技术学院信息工程系,福建 南平353000
论文部分内容阅读
为提高信息智能推荐系统的目标特征数据挖掘精度,提出新的信息智能推荐系统目标特征数据挖掘方法.采用分布式链路融合方法构建数据存储模型,在多维特征空间中实现对特征数据的解析,基于此分析目标特征分布集,根据大数据的关联规则分布特性,实现数据智能融合处理.采用显著度特征解析控制的方法提取目标特征模板匹配特征量,实现信息智能推荐系统目标特征数据的挖掘.实验结果表明,所提目标数据挖掘方法准确性较高,且信息智能推荐系统目标特征数据挖掘过程具有较为理想的聚类性.
其他文献
为有效降低高危入侵信号对铁路运输通信网络带来的风险,提出基于分布式光纤传感器的铁路运输通信网络入侵信号识别方法.采用幅频响应特征提取方法分割铁路运输通信网络入侵信号片段,结合小波阈值收缩法和平移不变信号法对分割后入侵信号片段进行滤波和除噪处理,通过基于优化粒子滤波的模糊网络入侵信号特征提取方法,提取除噪入侵信号的模糊相频特征,采用BPNN-DS方法分类融合特征提取后的结果,实现铁路运输通信网络入侵信号识别.实验结果表明,该方法的铁路运输通信网络访问耗时少,识别效果佳.
对乘坐飞机出行的旅客在整个出行过程中基于地面、空中交通及其个人偏好的机场群系统均衡配流模型进行了研究.以旅客类型、出行成本、机场等待时间、行程时间为主要变量,在Logit模型的基础上构建旅客对乘坐飞机出行时不同交通路径的选择模型,其中以变分不等式替换机场群系统客流均衡分布的条件.实际计算结果表明,文中所构建的模型充分描述了机场群系统中客流的分布情况,通过飞机票价、候机时机场的服务、行程时间等因素的调整能够强化客流在机场群系统中分布的均衡性.
为了缩短矢量关系化数据可视化响应和转换时间,提高数据转换准确率,确保硬件配置适应性,提出基于PaaS平台的矢量关系化数据可视化方法.引入分块处理模型,简化矢量关系化数据架构,建立连接散乱数据近邻关系,确定具体部分方向与空间数值.采用PaaS平台,结合K邻域搜索算法,转换矢量关系化数据,获取要素几何信息,建立索引编码主体,构建可视化程序整体框架,实现矢量关系化数据可视化表达.实验结果表明,所提方法的硬件配置适应性较好,能够有效提高数据转换准确率,缩短可视化响应和转换时间.
针对电力交易过程中存在的违约风险进行研究,利用电力交易企业进行分析,设计建立一个用电企业的信用评估体系,该评价体系通过利用灰度关联算法对企业交易信用的影响因素进行分析,得出各个影响因素的相关权重,并利用遗传算法和神经网络算法进行综合分析,设计进化算法对用电企业的相关数据进行分析,预测该企业未来可能出现的违约风险,并给出其信用评级.将预测结果与真实数据进行比较,其中采用灰度关联算法的预测成功率为82％,采用层次分析法的预测成功率为62％,采用本研究设计的综合算法的预测成功率为95％.
卫星互联网技术创新和网络部署引发了全球对于空间资源的激烈竞争.国内外卫星互联网发展对比凸显了我国卫星互联网起步晚、针对性监测能力差等劣势,不利于我国卫星互联网部署与应用.为深入发掘卫星互联网隐含的安全风险,文中基于典型卫星互联网系统方案和应用场景,首先概述了卫星互联网系统架构和通信特点,然后从卫星网络不同层面分析了空中节点和链路因信道暴露而产生电磁频谱干扰、空间链路非法接入、网络卫星节点遭受恶意攻击等隐患,最后指出我国增强针对性监测能力与研究保障通信安全可靠性的必要性和建议措施.
传统方法在进行景观边界特征提取时,未对建筑物边界的高程数据进行离散化分析,导致边界特征点云密度较低.因此,提出一种新的景观边界特征提取方法,利用线段分析提取城市建筑景观边界特征,通过过滤化处理实现建筑景观边界冗余数据预处理.依据边界高程数据进行景观边界分割,采用离散化分析法进行特征点分类,根据网格数据转化完成建筑景观边界特征表达,获取建筑景观边界特征像素,实现城市建筑景观边界特征提取.结果表明:文中方法点云密度更大,说明文中方法提取效果更好.
以提升电力数据来源准确性以及电力业务工作效率、降低电力企业人工工作量为目标,优化设计面向集中核算应用改造的电力营销管理系统.利用SOA技术优化系统的接入层、服务层、组件层以及可操作性的系统资源层,为系统提供服务功能,形成SOA集成平台以及服务质量平台.将FP-growth算法应用于可操作性的系统资源层中,挖掘电力营销管理系统内相关数据关联规则,为系统提供数据支持.测试结果表明,将优化设计的电力营销管理系统应用于海南电网后,全省平均电费自动发行率高达98.8％,应用响应时间为85 ms～120 ms之间,有
为了降低数据挖掘时间,提升数据挖掘精度,提出基于深度学习的动态数据增量式挖掘方法.利用简单处理单元组合构成并行分布式处理器,采用栈式稀疏降噪自编码网络作为动态数据特征提取的深度学习模型,通过逐层贪婪无监督策略完成预训练,使用随机梯度下降优化网络权值,获得动态数据规律.利用粗糙集求解近似动态约简容错偏差与置信区间,对动态数据样本子集进行增量式约简计算,建立区分矩阵与逻辑解析式,通过计算得到合取范式,把核属性引入各合取项中,实现动态数据增量式挖掘.仿真结果表明,所提方法具有较高的挖掘精度与效率.
为了提高电力通信光缆外力破坏的预警检测能力,提出基于TDOA(Time Difference of Arri-val)技术的电力通信光缆外力破坏预警系统设计方法.采用多普勒频谱感知的方法,构建电力通信光缆外力破坏的参数识别模型;利用加权求和的方法,融合外力破坏参数;采用频谱感知算法优化TODA(Time Difference of Arrival),提取破坏预警信号特征,对预警信号进行频谱特征分解,实现破坏预警.仿真结果表明:采用该方法进行电力通信光缆外力破坏预警输出增益值均稳定在0.75以上,虚警概率低
针对传统电网设备供应链溯源管理评价体系存在不完整性、局限性等问题,设计出一种新型的链溯源管理评价体系.利用大数据云计算平台对电网设备数据进行管理,采用综合赋权法实现设备供应链溯源的科学评价,并构建库存管理模型来管理数据,通过将新型的联合库存管理中心扩展到供应链中各个节点,实现电网设备数据信息库存的全面管理.通过综合赋权法将序关系分析法和熵权法有机地结合,提高了电网设备供应链溯源管理.试验表明,所提评价体系评价误差低、满意度高.