基于区块链分布优化的大数据融合QM模型研究

作者：王**; 胡静; 汪瑾

来源：微型电脑应用, 2020, 36(12): 113-116.

• 区块链分布
• 大数据融合
• QM模型
• 粗糙集特征量
• 模糊聚类

针对大数据融合QM模型存在分类检测效果差,特征挖掘能力弱的问题,提出基于区块链分布优化的大数据融合QM模型。首先建立区块链分布大数据的分块存储结构模型,根据区块链分布大数据的属性分布进行共享调度,然后挖掘区块链分布大数据的大数据。在此基础上采用差异化的特征分布式检索方法进行区块链分布大数据信息聚类,在模糊聚类中心提取粗糙集特征量。同时结合模糊关联特征检测方法进行区块链分布大数据的信息重组,提取各模块统计特征量,分析区块链分布大数据融合过程中的定量递归,实现区块链分布大数据融合的QM模型优化设计。仿真结果表明,采用该方法进行区块链分布大数据融合的特征分辨能力较好,提高了区块链分布大数据的分类检测和特征挖掘能力,在区块链分布大数据信息检索和调度中具有较高应用价值。