科研之友
微信
新浪微博
Facebook
分享链接
摘要
异构网络存在多源目标数据,因此需要融合其中的重复性数据、同属性数据,但由于传统方法构建的模型跟踪效果较差,导致挖掘技术遗失了部分数据特征,影响多源目标数据融合,因此研究基于时序挖掘的异构网络多源目标数据融合方法。该方法利用构建的跟踪模型,搜索异构网络全局多源目标;并对搜索结果进行标准化处理后,规约标准数据;采用时序挖掘技术提取数据时域特征,实现对异构网络多源目标数据的融合。实验结果:在相对简单的异构网络中,所提出方法的特征挖掘误差,比两个传统方法低了近2.11%;在相对复杂的异构网络中,所提出方法的特征挖掘误差,比两个传统方法低了近6.48%。可见此次研究的数据融合方法,在提取特征数据时,能够减少对关键数据的遗失概率。
- 单位
