计算机仿真
計算機倣真
계산궤방진
Computer Simulation
2015年
9期
437-440
,共4页
网络数据库%数据挖掘%访问%特征分析
網絡數據庫%數據挖掘%訪問%特徵分析
망락수거고%수거알굴%방문%특정분석
Network database%Data mining%Access%Feature analysis
网络数据库具有动态和不确定性,对其有效访问可以提高对网络大数据的挖掘和数据查询能力.网络数据库的访问路径的关联特征分析是实现数据库优化查询的有效途径,传统的网络数据库访问路径关联特征分析方法采用平均互信息关联维提取算法,当关联维特征出现独立同分布状态时,提取性能受限.提出一种数据流相邻时间段模式匹配的网络数据库访问路径关联特征分析算法,实现对数据流查询的优化设计.根据点的位置以及数据块在各维上最大长度,判断是否存在一个包含该点的簇,在新的数据流到达系统时,触发事件并将参数数据插入参数窗口中保存.查询节点数据分发直接信任值为前一周期信任值衰减后与当前信任值的平均值,建立等值查询条件机制,进行数据流相邻时间段模式匹配,在属性值和用户检索机制中设定查询条件,进行特征关联.仿真结果表明,该算法在维度和数量级足够大的时,在Esper中应用流聚类算法在稳定性一致的基础上,网络数据库访问有明显的时间优势.数据访问的耗时较传统方法有所减少,展示了算法对数据库访问路径规划和数据查询的优越性能.
網絡數據庫具有動態和不確定性,對其有效訪問可以提高對網絡大數據的挖掘和數據查詢能力.網絡數據庫的訪問路徑的關聯特徵分析是實現數據庫優化查詢的有效途徑,傳統的網絡數據庫訪問路徑關聯特徵分析方法採用平均互信息關聯維提取算法,噹關聯維特徵齣現獨立同分佈狀態時,提取性能受限.提齣一種數據流相鄰時間段模式匹配的網絡數據庫訪問路徑關聯特徵分析算法,實現對數據流查詢的優化設計.根據點的位置以及數據塊在各維上最大長度,判斷是否存在一箇包含該點的簇,在新的數據流到達繫統時,觸髮事件併將參數數據插入參數窗口中保存.查詢節點數據分髮直接信任值為前一週期信任值衰減後與噹前信任值的平均值,建立等值查詢條件機製,進行數據流相鄰時間段模式匹配,在屬性值和用戶檢索機製中設定查詢條件,進行特徵關聯.倣真結果錶明,該算法在維度和數量級足夠大的時,在Esper中應用流聚類算法在穩定性一緻的基礎上,網絡數據庫訪問有明顯的時間優勢.數據訪問的耗時較傳統方法有所減少,展示瞭算法對數據庫訪問路徑規劃和數據查詢的優越性能.
망락수거고구유동태화불학정성,대기유효방문가이제고대망락대수거적알굴화수거사순능력.망락수거고적방문로경적관련특정분석시실현수거고우화사순적유효도경,전통적망락수거고방문로경관련특정분석방법채용평균호신식관련유제취산법,당관련유특정출현독립동분포상태시,제취성능수한.제출일충수거류상린시간단모식필배적망락수거고방문로경관련특정분석산법,실현대수거류사순적우화설계.근거점적위치이급수거괴재각유상최대장도,판단시부존재일개포함해점적족,재신적수거류도체계통시,촉발사건병장삼수수거삽입삼수창구중보존.사순절점수거분발직접신임치위전일주기신임치쇠감후여당전신임치적평균치,건립등치사순조건궤제,진행수거류상린시간단모식필배,재속성치화용호검색궤제중설정사순조건,진행특정관련.방진결과표명,해산법재유도화수량급족구대적시,재Esper중응용류취류산법재은정성일치적기출상,망락수거고방문유명현적시간우세.수거방문적모시교전통방법유소감소,전시료산법대수거고방문로경규화화수거사순적우월성능.
