王昌輝

摘 要： 云計(jì)算設(shè)備中的大數(shù)據(jù)分類挖掘是現(xiàn)實(shí)模式識(shí)別和智能控制的基礎(chǔ)，傳統(tǒng)方法中對(duì)云計(jì)算設(shè)備中的大數(shù)據(jù)挖掘采用拓?fù)浣Y(jié)構(gòu)網(wǎng)格分區(qū)挖掘算法，不能有效提取大數(shù)據(jù)的細(xì)節(jié)特征，分類的準(zhǔn)確性不好。提出一種基于分?jǐn)?shù)階Fourier變換特征匹配和K?L分類的云計(jì)算設(shè)備中的大數(shù)據(jù)特征高效分類挖掘算法。進(jìn)行云計(jì)算設(shè)備中大數(shù)據(jù)存儲(chǔ)機(jī)制體系分析，采用分?jǐn)?shù)階Fourier變換進(jìn)行云計(jì)算設(shè)備中大數(shù)據(jù)特征提取和大數(shù)據(jù)特征匹配，基于K?L變換，選擇最優(yōu)的路徑進(jìn)行分類空間導(dǎo)引，構(gòu)建了K?L大數(shù)據(jù)特征分類器，進(jìn)行云計(jì)算設(shè)備中的大數(shù)據(jù)特征分類挖掘。仿真結(jié)果表明，采用該算法進(jìn)行云計(jì)算設(shè)備中的大數(shù)據(jù)特征分類挖掘，特征分類挖掘的準(zhǔn)確度較高，能量開(kāi)銷較少，效率較高。

關(guān)鍵詞： 云計(jì)算； 大數(shù)據(jù)； 特征提取； 分類挖掘

中圖分類號(hào)： TN958?34； TP391.4 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2015）22?0055?04

隨著信息與計(jì)算科學(xué)的發(fā)展，現(xiàn)代數(shù)據(jù)信息處理進(jìn)入了云計(jì)算時(shí)代，云計(jì)算設(shè)備是采用虛擬化的分布式計(jì)算和存儲(chǔ)系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)云計(jì)算調(diào)度和云計(jì)算存儲(chǔ)的設(shè)備。現(xiàn)實(shí)的云計(jì)算信息系統(tǒng)由多通道數(shù)據(jù)查詢網(wǎng)絡(luò)系統(tǒng)組成，通過(guò)云計(jì)算信息系統(tǒng)的設(shè)計(jì)，實(shí)現(xiàn)了云任務(wù)整合構(gòu)件之間的信息共享與功能集成，真正實(shí)現(xiàn)一個(gè)完善并具開(kāi)放意義的Web社群。在云計(jì)算設(shè)備中，數(shù)據(jù)處理采用的是交互信息網(wǎng)絡(luò)結(jié)構(gòu)模式，數(shù)據(jù)包傳輸密集，由于內(nèi)部的和外部的用戶都可以訪問(wèn)新的和現(xiàn)有的應(yīng)用系統(tǒng)，因此需要一個(gè)交互信息構(gòu)架下的交互信息通道實(shí)現(xiàn)高安全級(jí)進(jìn)程向低安全級(jí)進(jìn)程的轉(zhuǎn)換。在這個(gè)過(guò)程中，接收方直接或者間接地從客體中讀取消息，實(shí)現(xiàn)數(shù)據(jù)包發(fā)送和信息編碼，客戶端通過(guò)信息解碼實(shí)現(xiàn)信息接收[1]，需要對(duì)云計(jì)算設(shè)備中的大數(shù)據(jù)分類挖掘現(xiàn)實(shí)模式識(shí)別和智能控制，研究云計(jì)算設(shè)備中的大數(shù)據(jù)特征提取和優(yōu)化分類挖掘算法具有重要意義[1]。

云計(jì)算設(shè)備不僅能提供基于數(shù)字化信息服務(wù)，而且還能使互聯(lián)網(wǎng)絡(luò)用戶從信息接受者轉(zhuǎn)變成為信息制造者和傳播者。實(shí)現(xiàn)云計(jì)算設(shè)備優(yōu)化數(shù)據(jù)管理的基礎(chǔ)是進(jìn)行大數(shù)據(jù)的分類挖掘，傳統(tǒng)方法中，對(duì)云計(jì)算設(shè)備中的大數(shù)據(jù)特征分類挖掘算法主要有大數(shù)據(jù)特征壓縮方法、云計(jì)算設(shè)備中的數(shù)據(jù)刪除算法、C/S客戶端控制算法和時(shí)頻特征提取算法等，其中，采用特征提取算法實(shí)現(xiàn)云計(jì)算設(shè)備中的大數(shù)據(jù)高效分類挖掘具有典型性，并取得了一定的研究成果[2]，其中，文獻(xiàn)[3]中提出一種基于類型匹配和決策樹(shù)分類的云計(jì)算設(shè)備大數(shù)據(jù)分類挖掘算法，算法采用決策樹(shù)方法設(shè)計(jì)分類器，實(shí)現(xiàn)數(shù)據(jù)分類挖掘，但該算法在進(jìn)行特征提取過(guò)程中出現(xiàn)冗余數(shù)據(jù)，導(dǎo)致挖掘性能不好；文獻(xiàn)[4]提出一種基于混沌概率分析優(yōu)化分類的云計(jì)算大數(shù)據(jù)特征挖掘算法，采用現(xiàn)代譜分析算法進(jìn)行混沌特征提取，避免了數(shù)據(jù)分類過(guò)程中陷入局部最優(yōu)，提高了數(shù)據(jù)挖掘性能，但該算法的最小執(zhí)行開(kāi)銷受到混沌分岔性的限制，收斂性不好。當(dāng)前方法對(duì)云計(jì)算設(shè)備中的大數(shù)據(jù)挖掘采用拓?fù)浣Y(jié)構(gòu)網(wǎng)格分區(qū)挖掘算法，不能有效提取大數(shù)據(jù)的細(xì)節(jié)特征。

針對(duì)上述問(wèn)題，為了克服傳統(tǒng)方法的弊端，本文提出基于分?jǐn)?shù)階Fourier變換特征匹配和K?L分類的云計(jì)算設(shè)備中的大數(shù)據(jù)特征高效分類挖掘算法[5?7]。首先進(jìn)行了云計(jì)算設(shè)備中大數(shù)據(jù)存儲(chǔ)機(jī)制體系分析，采用分?jǐn)?shù)階Fourier變換進(jìn)行云計(jì)算設(shè)備中大數(shù)據(jù)特征提取和大數(shù)據(jù)特征匹配處理，根據(jù)大數(shù)據(jù)信息濾波預(yù)處理結(jié)果，采用K?L分類器進(jìn)行云計(jì)算設(shè)備中的大數(shù)據(jù)特征分類挖掘，仿真結(jié)果進(jìn)行了性能驗(yàn)證，展示了本文算法在提高云計(jì)算設(shè)備中的大數(shù)據(jù)特征匹配性能和數(shù)據(jù)分類挖掘性能方面的優(yōu)越性，展示了較好的應(yīng)用價(jià)值。

4 結(jié) 語(yǔ)

云計(jì)算設(shè)備是采用虛擬化的分布式計(jì)算和存儲(chǔ)系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)云計(jì)算調(diào)度和云計(jì)算存儲(chǔ)的設(shè)備。需要對(duì)云計(jì)算設(shè)備中的大數(shù)據(jù)分類挖掘現(xiàn)實(shí)模式識(shí)別和智能控制，本文提出基于分?jǐn)?shù)階Fourier變換特征匹配和K?L分類的云計(jì)算設(shè)備中的大數(shù)據(jù)特征高效分類挖掘算法。首先進(jìn)行了云計(jì)算設(shè)備中大數(shù)據(jù)存儲(chǔ)機(jī)制體系分析，采用分?jǐn)?shù)階Fourier變換進(jìn)行云計(jì)算設(shè)備中大數(shù)據(jù)特征提取和大數(shù)據(jù)特征匹配，采用K?L分類器進(jìn)行云計(jì)算設(shè)備中的大數(shù)據(jù)特征分類挖掘，仿真結(jié)果進(jìn)行了性能驗(yàn)證，研究結(jié)果表明，采用本文算法進(jìn)行云計(jì)算設(shè)備中的大數(shù)據(jù)特征分類挖掘，準(zhǔn)確度較高，能量開(kāi)銷較少，效率較高，實(shí)現(xiàn)高效分類挖掘。

參考文獻(xiàn)

[1] 謝平.云計(jì)算設(shè)備大數(shù)據(jù)刪除技術(shù)研究綜述[J].計(jì)算機(jī)科學(xué)，2014，41（1）：22?30.

[2] MIORANDI D， SICARI S， PELLEGRINI F D， et al. Internet of Things： vision， applications and research challenges [J]. Ad Hoc Networks， 2012， 10（7）： 1497?1516.

[3] CHEN L， BRIAN K， JAMIE E. Theoretical characterization of nonlinear clipping effects in IM/DD optical OFDM systems [J]. IEEE Transactions on Communications， 2012， 60（8）： 2304?2312.

[4] 蔣海波，王曉京，范明鈺，等.基于水平糾刪碼的云存儲(chǔ)數(shù)據(jù)布局方法[J].四川大學(xué)學(xué)報(bào)：工程科學(xué)版，2013，45（2）：103?109.

[5] 譚鵬許，陳越，蘭巨龍，等.用于云存儲(chǔ)的安全容錯(cuò)編碼[J].通信學(xué)報(bào)，2014，35（3）：109?114.

[6] 魏理豪，王甜，陳飛，等.基于層次分析法的信息系統(tǒng)實(shí)用化評(píng)價(jià)研究[J].科技通報(bào)，2014，30（2）：142?148.

[7] 吳濤，陳黎飛，郭躬德.優(yōu)化子空間的高維聚類算法[J].計(jì)算機(jī)應(yīng)用，2014，34（8）：2279?2284.

[8] 陳超，張順仕，尚守衛(wèi)，等.大數(shù)據(jù)背景下電力行業(yè)數(shù)據(jù)應(yīng)用研究[J].現(xiàn)代電子技術(shù)，2013，36（24）：8?11.