作者：党红恩; 赵尔平; 孙海霞云计算非显著性特征数据数据实时挖掘
摘要：为有效提升网络数据库的语义检索能力和信息分析能力，需要进行基于云计算的非显著性特征数据实时挖掘方法研究。但是采用当前方法进行非显著性特征数据实时挖掘时，随着非显著性特征数量的增加，非显著性特征近似性增强，挖掘性能下降。为此。提出一种基于分段预白化匹配检测的云计算下非显著性特征数据实时挖掘方法。所提方法首先建立非显著性特征数据信号模型，采用现代信号检测技术对非显著性特征数据信号离散数据解析化，建立数据信号解析模型，对非显著性特征数据进行高频信号模拟．对每段非显著性特征数据进行分段匹配滤波检测．得到非显著性数据的特征输入量．结合非显著性数据特征的最优分类面和非显著性数据特征矢量轨迹。实现了非显著性数据特征值的提取，并完成云计算下非显著性特征数据实时挖掘。实验结果表明，所提方法挖掘精度较高，且实时性较强。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
