作者：谢辅雯云计算非连续数据路径挖掘
摘要：为提高非连续数据的利用率，需要对非连续数据路径进行挖掘。当前基于本体论的非连续数据路径挖掘方法，通过领域知识与数据库的无缝连接完成数据路径的挖掘，过程中重复数据的清洗效果较差，挖掘所用能耗较高，无法实现高质量的数据路径挖掘。提出依据模糊支持向量机，对非连续数据路径进行挖掘，通过统一标准格式，对数据排序的关键字中比较繁杂的表现形式，进行规格化地处理，将数据的格式进行统一；对排序关键字内的单词实施排序操作，增强非连续数据库内，数据排序结果单一性，以达到减少挖掘所用能耗的目的。通过候选的支持向量机减小数据训练数量，利用模糊隶属度法，对支持向量机建立模糊支持向量机起到的作用进行增强。采用POS法完成训练决策函数时获得的支持向量机集合的寻优操作，采并选出使挖掘误差为最小的向量子集对决策函数进行训练，以得到非连续数据路径挖掘最优结果。仿真表明，上述方法可对重复数据进行高效清洗，实现了高精度地数据路径挖掘，减少了数据挖掘所用能耗。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
