大数据嵌入式网络分析特定数据检测方法研究

摘要：

对大数据嵌入式网络中特定数据准确检测,可以提高数据处理的效率.大数据嵌入式网络中的经常会加入一些外部数据,不断更新网络中特定数据的检测特性,而传统的基于特征的检测方法难以判断特定数据的更新频率,需要反复通过跳动窗口形式对特定数据的检测特性进行比较,降低了特定数据检测效率和精度.提出采用链距离估计的大数据嵌入式网络分析中特定数据检测方法,先利用链距离估计定义大数据嵌入式网络中特定数据的离群因子概念,提取特定数据主特征量,计算出特定数据检测概率密度值,得到基于链距离估计的特定数据检测的预测值,并融合于分数阶Fourier变换进行特定数据特征匹配处理,进行特定数据分类空间引导,构建K-L特定数据分类器,利用上述分类器实现了大数据嵌入式网络分析中特定数据检测.仿真结果证明,改进算法能有效提高大数据嵌入式网络分析中特定数据检测性能.

关键词：嵌入式、特定数据、基于链距离

所属期刊栏目：33

分类号：TP311.13(计算技术、计算机技术)

资助基金：2015年郑州市科技计划项目153PKJGG143

在线出版日期：2017-02-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：419-423