大数据网络信息系统缺失优化检测仿真研究

• 作者: 张睿萍 马宗梅
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 网络信息系统 数据缺失 优化检测
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 仿真服务化
• 页码范围: 428-431
• 页数: 4页
• 分类号: TP391
• 字数: 4349字
• 语种: 中文

摘要

对大数据网络信息系统的数据缺失的有效检测,能够提升对大数据分析的完整性和全面性.对数据缺失值的检测,需要提取每个数据属性的深度特征,进行缺失值的预测,完成对数据缺失值进行检测.传统方法度量不同数据缺失样本的相关性,构造数据缺失样本的相似度矩阵,但忽略了对缺失值进行预测,导致检测精度低.提出基于支持向量机的大数据网络信息系统数据缺失值检测方法.融合于深度学习理论将检测自动编码机定义为基础模块,从完整数据子集中提取不完全数据集中每个数据属性的深度特征,利用支持向量机方法,将缺失值检测划分为连续、类别属性缺失值检测两种情况,进行缺失值的预测,并完成了对大数据网络信息系统数据缺失值的检测.仿真证明,所提方法检测精度高,能够有效检测缺失数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马宗梅	中原工学院计算机学院	9	22	2.0	4.0
2	张睿萍	中原工学院计算机学院	8	35	4.0	5.0