基于可变粒度机会调度的网络大数据知识扩充算法

• 作者: 严锡君 刘涛 周先春 黄金国
• 来源期刊: 计算机应用研究
• 关键词: 网络大数据 知识工程 知识扩充 可变粒度 机会调度
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 896-898,902
• 页数: 4页
• 分类号: TP393|TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.09.0947

摘要

为了满足网络大数据背景下,大数据传播的数据知识高精度要求和清除劣质数据干扰,基于粒度可变调整方案提出了机会调度的网络大数据知识扩充算法.在分析网络大数据特征基础上,通过自适应向量编码,捕捉网络大数据的异构特性,采用多阶反向传播将异构网络大数据归一化处理,再通过机会调度实现网络大数据实时传输.同时,基于网络大数据组成的知识工程系统分割细粒度大数据,将多维特征进行降维处理,使得知识粒度转变为已知,接着调整粒度动态特性,使得知识工程的大数据集具有线性特征和明确的几何特性,通过知识扩充提高知识获取精度.实验结果通过与基于细粒度的知识获取算法进行对比,证明了所提算法的网络数据传输的高可靠性、实时性和知识获取的高效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	严锡君	河海大学计算机与信息学院	49	212	9.0	11.0
2	周先春	南京信息工程大学电子与信息工程学院	61	251	9.0	13.0
3	黄金国	江苏开放大学信息与机电工程学院	12	22	3.0	4.0
4	刘涛	江苏开放大学信息与机电工程学院	14	21	3.0	3.0