本文選題：內(nèi)容中心網(wǎng)絡(luò)　切入點(diǎn)：移動(dòng)終端數(shù)據(jù)　出處：《科技通報(bào)》2015年10期 　論文類(lèi)型：期刊論文

【摘要】：內(nèi)容中心網(wǎng)絡(luò)中,Internet用戶(hù)通常更加關(guān)心移動(dòng)終端的數(shù)據(jù)內(nèi)容,需要對(duì)此進(jìn)行有效挖掘,傳統(tǒng)的內(nèi)容中心網(wǎng)絡(luò)移動(dòng)終端數(shù)據(jù)挖掘模型采用關(guān)聯(lián)性輔助挖掘算法,由于內(nèi)容中心網(wǎng)絡(luò)的數(shù)據(jù)之間的關(guān)聯(lián)性是自反的和傳遞的,導(dǎo)致挖掘效果不好。提出一種基于壓縮頻譜聯(lián)合特征識(shí)別的內(nèi)容中心網(wǎng)絡(luò)移動(dòng)終端數(shù)據(jù)優(yōu)化挖掘模型。構(gòu)建網(wǎng)絡(luò)模型和數(shù)據(jù)挖掘結(jié)構(gòu)模型,進(jìn)行移動(dòng)終端數(shù)據(jù)提取預(yù)處理,該內(nèi)容塊被劃分成多個(gè)分片,把特征數(shù)據(jù)并行化地存儲(chǔ)到不同的存儲(chǔ)服務(wù)器中,實(shí)現(xiàn)對(duì)移動(dòng)終端數(shù)據(jù)的壓縮頻譜聯(lián)合特征識(shí)別,達(dá)到數(shù)據(jù)挖掘的目的。仿真實(shí)驗(yàn)表明,采用該模型進(jìn)行數(shù)據(jù)挖掘,具有較大數(shù)據(jù)挖掘吞吐量,使得數(shù)據(jù)存儲(chǔ)對(duì)象數(shù)目有明顯提升,數(shù)據(jù)挖掘精度和收斂性能得到提高。
[Abstract]:In the content center network, Internet users usually pay more attention to the data content of the mobile terminal, which needs to be mined effectively. The traditional data mining model of the mobile terminal in the content center network adopts the association aided mining algorithm. Because the correlation between the data of the content-centric network is reflexive and transmissible, This paper presents an optimized mining model for mobile terminal data of content center network based on compressed spectrum joint feature recognition. A network model and a data mining structure model are constructed to preprocess the data extraction of mobile terminal. The content block is divided into several pieces, and the feature data is stored in different storage servers in parallel. The compressed spectrum joint feature recognition of mobile terminal data is realized, and the purpose of data mining is achieved. By using this model, the throughput of data mining is large, the number of data storage objects is obviously improved, and the precision and convergence performance of data mining are improved.
【作者單位】： 鄭州成功財(cái)經(jīng)學(xué)院;
【分類(lèi)號(hào)】：TP393.02;TP311.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 熊柯;夏智勛;郭振云;;傾斜轉(zhuǎn)彎高超聲速飛行器滾動(dòng)通道的自適應(yīng)全局積分滑�？刂芠J];國(guó)防科技大學(xué)學(xué)報(bào);2012年02期

2 楊興明;余忠宇;;兩輪移動(dòng)倒立擺的開(kāi)關(guān)切換模糊極點(diǎn)配置控制器設(shè)計(jì)[J];電路與系統(tǒng)學(xué)報(bào);2012年04期

3 周華;周海軍;馬建鋒;;基于博弈論的入侵容忍系統(tǒng)安全性分析模型[J];電子與信息學(xué)報(bào);2013年08期

4 肖建;白裔峰;于龍;;模糊系統(tǒng)結(jié)構(gòu)辨識(shí)綜述[J];西南交通大學(xué)學(xué)報(bào);2006年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王揚(yáng);;基于模糊聚類(lèi)建立模糊模型的新方法[J];北京工業(yè)大學(xué)學(xué)報(bào);2012年02期

2 林文建;鐘杭;黎福海;肖祥慧;錢(qián)馨然;;兩輪自平衡機(jī)器人控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];電子測(cè)量與儀器學(xué)報(bào);2013年08期

3 姚蕾;;一種粒子群-Mamdani模糊神經(jīng)網(wǎng)絡(luò)的參數(shù)優(yōu)化新算法[J];廣東工業(yè)大學(xué)學(xué)報(bào);2014年01期

4 卜祥偉;吳曉燕;陳永興;張蕊;;非線性干擾觀測(cè)器的高超聲速飛行器自適應(yīng)反演控制[J];國(guó)防科技大學(xué)學(xué)報(bào);2014年05期

5 陶誠(chéng);黃圣國(guó);;基于TSK模型的車(chē)輛跟馳模型[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年03期

6 蔣強(qiáng);肖建;何都益;蔣偉;王夢(mèng)玲;;基于T-S模型的模糊系統(tǒng)辨識(shí)方法綜述[J];計(jì)算機(jī)應(yīng)用研究;2009年06期

7 羅琪;;一種改進(jìn)的模糊聚類(lèi)算法研究[J];科技信息;2011年33期

8 羅琪;;基于DCFCM模糊聚類(lèi)的入侵檢測(cè)方法研究[J];科學(xué)技術(shù)與工程;2009年21期

9 于龍;肖建;劉陸洲;;基于簡(jiǎn)約集向量的Takagi-Sugeno模糊模型[J];控制理論與應(yīng)用;2009年05期

10 潘永平;黃道平;孫宗海;;Ⅱ型模糊控制綜述[J];控制理論與應(yīng)用;2011年01期

相關(guān)博士學(xué)位論文 前10條

1 冷欣;船用增壓鍋爐汽包水位預(yù)測(cè)控制方法研究[D];哈爾濱工程大學(xué);2009年

2 卿銘;模糊熵及其在模糊系統(tǒng)優(yōu)化中的應(yīng)用[D];西南交通大學(xué);2006年

3 武星星;模糊系統(tǒng)和ANFIS的改進(jìn)及其在加工參數(shù)智能選擇中的應(yīng)用研究[D];吉林大學(xué);2007年

4 龔固豐;人工免疫系統(tǒng)在非線性系統(tǒng)辨識(shí)與預(yù)測(cè)控制中的應(yīng)用研究[D];湖南大學(xué);2009年

5 王娜;基于客觀聚類(lèi)的模糊建模方法研究[D];上海交通大學(xué);2009年

6 周聰;基于非線性估計(jì)理論的線控轉(zhuǎn)向汽車(chē)狀態(tài)估計(jì)研究[D];西南交通大學(xué);2012年

7 陶誠(chéng);高級(jí)場(chǎng)面運(yùn)動(dòng)引導(dǎo)控制及仿真平臺(tái)研究[D];南京航空航天大學(xué);2011年

8 白一鳴;基于數(shù)據(jù)挖掘技術(shù)的模糊推理系統(tǒng)設(shè)計(jì)[D];大連海事大學(xué);2013年

9 楊易e，

本文編號(hào)：1587486