大数据下网络资源信息丢失优化识别仿真

作者:陈虹君; 罗福强; 赵力衡; 李瑶

摘要:大数据下网络资源信息丢失的优化识别,能够保证网络稳定正常运行。对丢失资源信息的识别.需要得到浓缩点组成的新数据碎片样本,由此进行训练获得决策函数,完成网络资源丢失信息的识别。传统方法获得网络资源信息组合特征向量,对信息组合特征向量进行丢失识别,但忽略了获取决策函数,导致识别精度偏低。提出基于模糊C均值聚类的大数据下网络资源信息丢失识别算法,采集大数据下不同类型的网络资源信息样本,对不同类型的网络资源信息样本进行特征提取,通过模糊C均值聚类理论对碎片样本进行聚类分析,利用信息浓缩准则对碎片样本聚类中心进行处理.得到浓缩点组成的新数据碎片样本,并使用新数据碎片样本进行训练获得决策函数,以此为依据完成网络资源信息丢失识别。实验结果表明,所提算法能够有效提高网络资源信息识别精度,实用性较强。

分类:
  • 期刊
  • >
  • 自然科学与工程技术
  • >
  • 信息科技
  • >
  • 计算机软件及计算机应用
收录:
  • 知网收录(中)
  • 上海图书馆馆藏
  • 万方收录(中)
  • 维普收录(中)
  • 国家图书馆馆藏
  • 统计源期刊(中国科技论文优秀期刊)
  • 北大期刊(中国人文社会科学期刊)
关键词:
  • 大数据
  • 网络资源
  • 丢失信息识别

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

期刊名称:计算机仿真

期刊级别:北大期刊

期刊人气:23746

杂志介绍:
主管单位:中国航天科技科工集团公司
主办单位:北京控制与电子技术研究所
出版地方:北京
快捷分类:计算机
国际刊号:1006-9348
国内刊号:11-3724/TP
邮发代号:82-773
创刊时间:1984
发行周期:月刊
期刊开本:A4
下单时间:1-3个月
复合影响因子:0.51
综合影响因子:0.67