物联网环境下移动高维异常数据自动挖掘仿真

摘要：

物联网中的数据具有数据类型复杂、异构性强等特点,为了提升物联网的服务质量,在物联网环境下,需要进行移动高维异常数据自动挖掘方法的研究.但是采用当前方法进行异常数据自动挖掘时,无法提取异常数据的主成分特征,存在数据自动挖掘误差大的问题.为此,在物联网络环境下,提出一种基于改进主成分分析的移动高维异常数据自动挖掘方法.该方法先融合于主成分分析方法输入数据样本并进行标准化处理,计算标准化数据矩阵的协方差矩阵,提取其矩阵的特征向量,对各个数据特征样本空间进行坐标变换,给出不同类型数据的投影数据,计算数据主成分的累积方差贡献率,获取异常数据聚焦的多层空间模糊聚类中心,结合所属异常数据类别关联训练集,获得信息增益,分类异常数据属性集,实现物联网移动高维异常数据的自动挖掘.实验结果表明,所提方法数据挖掘精度较高,有效地提升了物联网的服务质量.

关键词：物联网环境、高维异常数据、挖掘

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61701213;教育部产学合作协同育人项目201602012019,201602021032;闽南师范大学科学研究资助项目MX1602

在线出版日期：2018-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：441-444