共查询到10条相似文献，搜索用时 281 毫秒
1.
2.
提出一种基于最大熵功率谱估计的Hadoop云平台下网络音视频数据特征挖掘方法,实现对数据信息的高速访问。构建数据挖掘Hadoop云平台和数据挖掘访问模型,设计最大熵功率谱特征提取算法,采用分段思想将同一时间段的视音频数据进行群体分割,分段提取最大熵功率谱特征。将提取的特征信息进行维度匹配分箱和溯源处理,实现信息恢复,最终完成高速数据访问。仿真测试表明,该算法能有效地实现对网络音视频数据的特征挖掘,提高访问效率,访问响应时间较当前方法缩短明显。 相似文献
3.
《科技通报》2015,(12)
在Petri网下构建电商虚拟机离散并行系统,海量的电子商务信息数据以云存储方式寄存在虚拟机离散并行系统中,需要对数据进行准确访问,提高电商数据调度能力。提出一种基于结构进化的Petri网下电商虚拟机数据访问方法,构建Petri网下电商虚拟机数据库模型,进行电商虚拟机数据的信号模型构建的特征信息分析,设计基于结构进化的改进的遗传算法,采用多窗谱特征提取分析电商虚拟机数据访问过程中的数据偏移,通过结构进化控制数据访问过程中的指向性分布差异,实现对电商虚拟机数据访问算法改进。仿真结果表明,采用该算法能有效实现电商虚拟机数据访问幅度特征提取,在不同虚警干扰下对Petri网下的电商虚拟机数据进行访问的数据准确检测概率较高,数据访问抗干扰能力强。 相似文献
4.
嵌入权向量编码的数据库优化访问路径控制 总被引：1，自引：0，他引：1
《科技通报》2015,(10)
对网络数据库进行访问路径优化控制,提高数据访问调度能力。传统的网络数据库访问路径控制采用关联特征分析的平均互信息法进行关联维提取,当关联维特征出现独立同分布状态时,提取性能受限,导致数据库访问路径失控。提出一种嵌入权向量编码的数据库优化访问路径控制技术。计算权向量编码信息,通过权向量编码,得到数据库访问路径控制的信息增益为二叉分类回归编码信息,实现对数据库访问路径状态空间优化重组,提高控制能力。仿真实验表明,该算法进行大型网络数据库的数据访问和调度,具有较少的时间开销,提高了数据访问的吞吐量,有效提高数据库访问控制的性能,减少访问路径偏移,具有较高的特征贡献率。 相似文献
5.
6.
在CStor云数据库访问中,细粒度云存储数据的信息特征存在个体较大差异,访问路径产生多频偏移,数据访问调度性能受限。传统方法中采用PSO局部搜索方法进行访问路径修正,搜索效率低,个体更新较慢。提出一种基于细粒度云存储数据迭代恢复匹配的云数据库访问路径偏移修正算法,以PSO多信息融合Pareto支配集为指导,构建多信息融合细粒度数据的主特征模型,采用迭代恢复匹配方法增加了局部搜索提高搜索到全局最优解的几率,实现路径偏移修正。仿真实验采用3组测试集对CStor云数据库进行访问调度和路径偏移修正,结果表明采用该算法,实现对访问路径的动态实时修正,收敛距离较小,提高了CStor云数据库访问和数据挖掘性能。 相似文献
7.
基于最优化网格分配的资源数据库访问控制 总被引：1，自引：0，他引：1
《科技通报》2015,(8)
对网络资源数据库的优化调度和访问控制是实现大型数据库管理和构建的关键技术,传统方法中采用非对称补偿的单模态资源数据库网络控制算法,受到网格分配不均衡的限制,访问控制性能不好。提出一种基于最优化网格分配的资源数据库访问控制方法,构建网格分配下的网络资源数据库结构模型,提取数据信息的最大熵,表征信号含有有用信息饱和量的有效特征,有效反映资源数据的特征信息,通过网格分配,求得的资源数据库的功率谱优化分配概率密度函数,通过概率分析生成具有反应数据显著特征的特定随机数产生序列,满足之前的概率密度的随机调配需求,实现最优化网格分配,实现资源数据库访问控制改进。仿真实验表明,该算法具有较好的资源数据库访问性能,控制精度较传统方法提升,控制的鲁棒性较好,在数据库访问和调度中应用价值高。 相似文献
8.
《科技通报》2015,(12)
随着Web数据库技术的发展,需要对云数据进行索引管理,提高Web数据库访问能力。传统方法采用高斯边缘化路径控制方法进行索引,在无法及时获知Web云数据的先验语义特征信息时,索引精度不高。提出一种基于自适应特征映射的云数据管理索引算法。构建云数据管理模型,提取云数据自适应特征,采用语义相似度特征分析方法实现特征映射,采用一维搜索方法进行峰值搜索,初始化数据库索引起始时间点,设置语义高斯边缘化索引复激活函数,对本层链路和跨层链路进行均衡处理,达到云数据管理和优化索引的目的。仿真结果表明,采用该算法能有效提高云数据管理索引精度,提高云数据的准确调度和访问能力。 相似文献
9.
在Net环境下,大数据库的散布数据具有随机分布特征,干扰性较强,难以实现有效查询,研究优化查询算法对提高大数据库的数据调度和访问能力具有重要价值。提出一种基于大数据信息流集合划分机制与模式匹配的Net大数据库散布点的抗干扰优化查询算法。构建Net大数据库散布点数据采集模型,引入了融合特征空间的构架模式,通过数据信息流集合划分机制与模式匹配,得到大数据信息流异步层最小竞争异步递进值,实现抗干扰优化查询。结合Matlab和SQL Sever混合编程进行仿真,实验结果表明,能有效提高对Net大数据库散布点的查询性能,抗干扰能力强,提高对散布点数据的召回率,在数据库构建和应用中具有应用价值。 相似文献