基于大数据分析的散乱缺损信息无损恢复方法

• 作者: 王雅超
• 来源期刊: 吉林大学学报（理学版）
• 学科: 工学
• 关键词: 大数据分析 散乱缺损 无损恢复 相空间重构
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 计算机科学
• 页码范围: 645-650
• 页数: 6页
• 分类号: TP391
• 字数: 3403字
• 语种: 中文
• DOI: 10.13413/j.cnki.jdxblxb.2019095

摘要

针对在集成数据交互中心进行数据随机转发时,散乱数据易出现信息丢帧的问题,提出一种基于大数据分析的散乱缺损信息无损恢复方法.首先通过在云存储数据交互中心采集散乱缺损信息组成大数据比特序列,分析数据在云计算中心的存储结构模型;然后利用联合稀疏分解方法进行散乱缺损信息的特征分解,并采用压缩感知方法进行散乱缺损信息的特征压缩及信息自适应特征聚类处理,结合大数据信息融合方法进行散乱缺损信息的关联特征挖掘;最后采用相空间重构方法进行散乱缺损信息的特征重组,在重构的相空间中进行散乱缺损信息的无损信息恢复.仿真实验结果表明,采用该方法进行散乱缺损信息无损恢复的误差较低,数据重构的精度较高,运算开销较小,有效提高了数据的信息恢复能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王雅超	北京林业大学信息学院	7	51	4.0	7.0