关于大数据非结构化信息存储效率仿真研究

摘要：

对大数据下非结构化信息存储效率问题的研究,能够有效提升大数据信息处理速度.对大数据信息进行高效存储,通过对信息的周期调度,对最小的数据传输粒度等指标进行综合分析,完成对非结构化信息的高效率存储.传统方法利用HBase过滤机制实现几何中心坐标点的纵坐标,进而对图层信息进行过滤,但忽略了对数据传输指标的综合性分析,导致信息存储效率较低.提出基于超带宽的非结构化信息存储方法,首先采用分析聚类将错误的数据聚类删除,以防出现死神经元的问题,使得数据的清洗更加高效准确;通过周期调度,对信息存储过程中的最小数据传输粒度等指标进行综合分析;优化信息存储过程梯度,将所得梯度引至非结构化数据传输存储中;对数据进行流量分离式的存储,以减少信息存储错位情况.实验表明,上述方法在冗余数据的清洗,信息存储延时控制方面,均优于当前方法.

关键词：大数据、非结构化、信息存储

所属期刊栏目：35

分类号：TP311(计算技术、计算机技术)

在线出版日期：2018-08-13（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：198-202