科研之友
微信
新浪微博
Facebook
分享链接
摘要
多节点网络时序数据的相似度较大,识别能力弱。为提高多节点网络时序数据相似性度量能力,提出基于自相关特征提取的多节点网络时序数据相似性度量算法。构建多节点网络时序数据的三元组表存储结构模型,采用协同滤波方法进行多节点网络时序数据的提纯处理,过滤多节点网络时序数据中的干扰成分分量,采用空间网格聚类方法进行多节点网络时序数据分类挖掘,提取多节点网络时序数据的自相关特征量。通过相似度检测方法实现多节点网络时序数据的优化挖掘和信息融合,在重构的相空间中实现多节点网络时序数据的相似度度量和数据存储优化。仿真结果表明,采用该方法进行多节点网络时序数据度量的关联匹配性较好,提高数据的检测识别能力,优化数据存储结构,在数据的存储、传输和输出转换控制中具有较好的应用价值。
- 单位
