异构集群中非结构化大数据检测方法

• 作者: 冯庆华 李亚红 龚喜平
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 异构集群 非结构化大数据 检测识别 特征提取 模糊闭频繁项集特征量
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 信息·计算机
• 页码范围: 170-175
• 页数: 6页
• 分类号: TP391
• 字数: 3623字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.07.024

摘要

传统的非结构化大数据检测方法只分析数据的统计特征、缺少对其中模糊闭频繁项集特征的识别,易出现监测结果不理想的问题.为了提高对异构集群中非结构化大数据的检索识别能力,提出一种基于模糊闭频繁项集特征挖掘的异构集群中非结构化大数据检测方法.分析异构集群中非结构化大数据的统计特征信息,并采用大数据信息融合方法对其进行状态监测和特征识别,从中提取非结构化大数据的模糊闭频繁项集特征量;利用支持向量机模型对非结构化大数据检测进行分类处理,根据不同大数据的分类属性进行自动检测识别,提高对异构集群中非结构化大数据检测的准确率和监测过程抗干扰能力.实验结果表明:采用该方法对异构集群中非结构化大数据检测的准确性和检测精度较高,具有很强的应用优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李亚红	南阳理工学院计算机与信息工程学院	20	94	4.0	9.0
2	龚喜平	南阳理工学院计算机与信息工程学院	1	0	0.0	0.0
3	冯庆华	南阳理工学院计算机与信息工程学院	1	0	0.0	0.0