10.11830/ISSN.1000-5013.201606019
海量冗余数据干扰下数据库中数据优化检索方法
针对传统方法对数据库中的数据进行检索的过程中,在海量冗余数据干扰时存在无法区分检索数据类别,降低数据检索的效率和精度的问题,提出一种基于特征模糊接近的海量冗余数据干扰下数据库中数据优化检索方法。利用数据模糊集间的接近度表述海量冗余数据干扰下数据库中数据的一致度,结合数据融合技术,对类间数据实现分类处理。利用模糊集算法准确查询分类数据,对分类数据实现二次聚类计算,细分其类边缘,通过加载辨别函数实现数据定位,完成数据检索。实验结果表明:该方法进行数据检索时具有较高的检索效率和精度,且抗干扰能力较强。
数据检索、冗余数据、特征模糊、模糊集算法、抗干扰
37
TP311.5(计算技术、计算机技术)
国家自然科学基金资助项目11402039
2016-12-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
758-761