劉 運

（巢湖學院 信息工程學院，安徽 巢湖 238000）

0 引言

循環(huán)神經(jīng)網(wǎng)絡是一類以序列數(shù)據(jù)為輸入，在序列演進方向進行遞歸，且網(wǎng)絡中所有節(jié)點按鏈式連接的一種遞歸神經(jīng)網(wǎng)絡，其根據(jù)有向圖內(nèi)部含有鏈式相連的元素進行工作［1］.多源異構(gòu)數(shù)據(jù)中多源是多來源的大數(shù)據(jù)，異構(gòu)指一個整體中包含不同成分特性的對象，多源異構(gòu)數(shù)據(jù)是多來源且有著不同成分特性的數(shù)據(jù).對多源異構(gòu)數(shù)據(jù)進行融合，可以輔助研究人員獲取大數(shù)據(jù)中有效信息.為此，多源異構(gòu)數(shù)據(jù)融合成為當前研究的熱點［2］.

文獻［3］提出多源異構(gòu)大數(shù)據(jù)跨源調(diào)度方法.該方法通過對多源異構(gòu)大數(shù)據(jù)跨度原理進行分析，構(gòu)建多源異構(gòu)大數(shù)據(jù)統(tǒng)一數(shù)據(jù)模型，設置數(shù)據(jù)處理的規(guī)則以及分類方法，借助橫縱向數(shù)據(jù)的融合，增強多源異構(gòu)大數(shù)據(jù)的一致性，然后通過對多源異構(gòu)大數(shù)據(jù)優(yōu)先級的處理，完成多源異構(gòu)大數(shù)據(jù)跨源調(diào)度.該方法通過對多源異構(gòu)大數(shù)據(jù)的有效融合，可實現(xiàn)多源異構(gòu)大數(shù)據(jù)跨源調(diào)度，但該方法存在多源異構(gòu)大數(shù)據(jù)融合過程中容錯能力較差等問題.

文獻［4］提出基于云平臺環(huán)境下的多源異構(gòu)大數(shù)據(jù)均衡調(diào)度方法.該方法融合渲染特點和作業(yè)調(diào)度算法，劃分多級不同子任務，構(gòu)建多源異構(gòu)大數(shù)據(jù)的時間負載均衡模型，引入遺傳算法對構(gòu)建的模型進行改進，獲取模型融合的最優(yōu)解，保證多源異構(gòu)發(fā)數(shù)據(jù)的有效調(diào)度.該方法有效提高了多源異構(gòu)大數(shù)據(jù)的調(diào)度工作效率，具有較強的實用性，但該方法在進行大數(shù)據(jù)模型構(gòu)建中存在融合后的數(shù)據(jù)結(jié)構(gòu)不完整問題，存在一定局限性.

為解決上述方法中存在的問題，本文構(gòu)建基于循環(huán)神經(jīng)網(wǎng)絡的大數(shù)據(jù)融合模型，利用循環(huán)神經(jīng)網(wǎng)絡特性，保證多源異構(gòu)大數(shù)據(jù)全面性，保證模型最終融合效果.數(shù)據(jù)融合技術(shù)最早進步及發(fā)展是在20世紀80年代，歐美國家不僅在研究項目上取得突破性進展，而且已經(jīng)逐漸形成成熟的實用性系統(tǒng)，取得一定成績［3］.我國針對數(shù)據(jù)融合技術(shù)還處于起步階段，現(xiàn)已部署了重點研究項目，但未來挑戰(zhàn)與困難十分嚴峻.

1 基于循環(huán)神經(jīng)網(wǎng)絡的多源異構(gòu)大數(shù)據(jù)融合模型構(gòu)建

1.1 定位多源異構(gòu)大數(shù)據(jù)節(jié)點

多源異構(gòu)大數(shù)據(jù)因其結(jié)構(gòu)多樣性，數(shù)據(jù)結(jié)構(gòu)會發(fā)生多樣融合結(jié)果［4-5］.所以在多源異構(gòu)融合前，需要定位多源異構(gòu)大數(shù)據(jù)中節(jié)點.首先，利用改進螢火蟲算法計算異構(gòu)錨點節(jié)點坐標的距離.假設錨點節(jié)點坐標分別為A(x1,y1)，B(x2,y2)，C(x3,y3)以及它們到相同的未知異構(gòu)點距離為d1,d2,d3，定位方式如圖1所示.

圖1 定位方式Fig.1 Locate mode

圖1中，假設D點坐標為(x,y)，計算得到D點坐標為：

D點坐標(x,y)還可以通過公式（2）進行計算：

由公式（2）可知，利用已知節(jié)點構(gòu)成三角形，根據(jù)三角形計算異構(gòu)數(shù)據(jù)節(jié)點.此時，圖1中計算方式拓展為如圖2所示.

圖2 節(jié)點坐標計算方式Fig.2 Calculation method of node coordinates

使用DV-HOP算法計算節(jié)點與錨節(jié)點跳數(shù)，計算公式為：

式中，xk+1|k表示K+1時刻狀態(tài)的先驗估計值，Pk|k表示K時刻后驗估計矩陣，Q為狀態(tài)估計值，T為時刻值.

針對多源異構(gòu)大數(shù)據(jù)中移動節(jié)點，計算距離時聯(lián)立公式（2）和公式（3），利用MCL算法處理得到錨節(jié)點與跳數(shù)之間距離.使用公式（3）初步鎖定異構(gòu)數(shù)據(jù)所在區(qū)域，并采集此區(qū)域內(nèi)所有樣本點，預測未知移動節(jié)點位置［6-7］.

假設其運動速度滿足區(qū)間[0,Vmax]，并呈現(xiàn)區(qū)間均勻分布，此時未知節(jié)點位置為：

（4）式中，s(lt|lt-1)表示在t-1時刻到t時刻移動節(jié)點距離.設定跳點之間通信半徑，去除不符合節(jié)點，若節(jié)點在一個通信范圍內(nèi)，并與錨節(jié)點小于通信半徑［8］.反之，將不符合條件的節(jié)點過濾，綜合所有節(jié)點計算結(jié)果，描述節(jié)點中數(shù)據(jù)融合映射關系［9］，完成對融合模型構(gòu)建.

1.2 數(shù)據(jù)融合映射關系分析

任何數(shù)據(jù)融合過程可看作一個外部向內(nèi)部映射的過程［10-11］.在構(gòu)建多源異構(gòu)大數(shù)據(jù)模型時，利用上述計算得到節(jié)點關系描述大數(shù)據(jù)融合映射關系.定義融合模型中的五元組，即：

（5）式中，Sw表示融合前空間中狀態(tài)數(shù)據(jù)，M表示測量空間，Mf表示融合空間，P為進行融合判斷的目標空間，F(xiàn)表示不同空間之間的映射集關系.

假設映射集存在下述關系，即：

（6）式中，φ表示待融合空間內(nèi)測量空間映射，θ表示映射處理后原始多源異構(gòu)數(shù)據(jù)轉(zhuǎn)化為融入空間內(nèi)空間數(shù)據(jù)過程，f表示映射空間關系.由n個多源異構(gòu)大數(shù)據(jù)融合前空間可表示為：

（7）式中，行表示數(shù)據(jù)融合前空間內(nèi)所包含的目標，列為多源異構(gòu)屬性.m表示融合目標最多特征數(shù)量，當目標不包含該特征時，取值為0.假設此時時刻t的融合空間M表示為：

（8）式中，msij表示時刻t內(nèi)信息源i在融合模型中獲取的第j個異構(gòu)數(shù)據(jù).每個信息源提供大數(shù)據(jù)最大值為k，異構(gòu)大數(shù)據(jù)的數(shù)據(jù)源數(shù)量為l，所以此時融合空間的矩陣表示為：

（9）式中，系數(shù)v,h表示映射系數(shù).聯(lián)立上述公式（8）、（9），最終計算得到映射關系，計算公式為：

在底層數(shù)據(jù)集融合中，已對節(jié)點對應大數(shù)據(jù)進行簡單預處理.此時θ的映射關系為1∶1，最終空間P由融合模型最終結(jié)果構(gòu)成，空間可以表示為：

（11）式中，aci為融合目標i最終融合度，此時融合映射關系，可表示為：

（12）式中，△t表示融合數(shù)據(jù)之間時間間隔，k表示大數(shù)據(jù)融合次數(shù).利用上式最終描述數(shù)據(jù)融合映射關系.利用循環(huán)神經(jīng)網(wǎng)絡特性，控制融合模型融合過程，完成多源異構(gòu)大數(shù)據(jù)融合模型構(gòu)建［12-13］.

1.3 循環(huán)神經(jīng)網(wǎng)絡控制融合過程

在完成融合模型前，利用循環(huán)神經(jīng)網(wǎng)絡控制多源異構(gòu)大數(shù)據(jù)融合過程，使用神經(jīng)網(wǎng)絡結(jié)構(gòu)進行控制，如圖3所示.

圖3 循環(huán)神經(jīng)網(wǎng)絡結(jié)構(gòu)Fig.3 Cyclic neural network structure

針對映射后形成映射集p，假設神經(jīng)網(wǎng)絡輸入集的輸出為Op，其中，第i個輸入為Opi，即存在：

將公式（13）看作一個S型函數(shù)，此時公式（13）可變換為：

為了減少神經(jīng)網(wǎng)絡中誤差，規(guī)范誤差函數(shù)［14］，誤差函數(shù)計算整個融合過程誤差，即：

（15）式中，di表示循環(huán)神經(jīng)網(wǎng)絡的訓練權(quán)值，利用此權(quán)值限制誤差函數(shù)達到極小值目的.為保證循環(huán)神經(jīng)網(wǎng)絡可控制所有隱含層節(jié)點數(shù)據(jù)，增強整個融合過程中容錯能力［15］，挑選隱層節(jié)點信息，計算公式為：

（16）式中，m表示隱含層節(jié)點數(shù)量，n表示輸入節(jié)點的數(shù)量，O為輸出節(jié)點的數(shù)量，a表示常數(shù).不斷刪除并增加節(jié)點的數(shù)量，確定控制融合過程中節(jié)點，實現(xiàn)神經(jīng)網(wǎng)絡控制融合過程，完成基于循環(huán)神經(jīng)網(wǎng)絡的多源異構(gòu)大數(shù)據(jù)融合模型構(gòu)建.

2 仿真實驗

2.1 實驗環(huán)境及參數(shù)

實驗前搭建承載多源異構(gòu)大數(shù)據(jù)的分布式集群，保證大數(shù)據(jù)的可拓展性.集群采用Sharding（分片）+Replica Sets（復制集）形式，采用3臺主機實現(xiàn)分布式集群中2個多源異構(gòu)的復制集，形成的邏輯結(jié)構(gòu)如圖4所示.

圖4 邏輯結(jié)構(gòu)Fig.4 Logical structure

在邏輯結(jié)構(gòu)中，設置所有節(jié)點操作系統(tǒng)為CentOS-7-x86 64-DVD-1161.iso，實驗所用的3臺主機IP及端口，如表1所示.

表1 實驗主機IP地址及端口Tab.1 IP address and port of experimental host

選用CPU為2.40 GHz、i5-6 200 U，硬件儲存為2.0 G服務器，3臺服務器配置相同，準備實驗所需多源異構(gòu)數(shù)據(jù)樣本數(shù)量，該樣本數(shù)據(jù)來自時序數(shù)據(jù)庫InfluxDB，將實驗數(shù)據(jù)劃定多源異構(gòu)為不同類屬性代碼，準備數(shù)據(jù)集如表2所示.

表2 實驗準備的樣本數(shù)量Tab.2 The number of samples prepared for the experiment

根據(jù)上述多源異構(gòu)大數(shù)據(jù)的數(shù)量，分別使用文獻［3］方法、文獻［4］方法與基于循環(huán)神經(jīng)網(wǎng)絡的多源異構(gòu)大數(shù)據(jù)融合模型進行實驗，對比3種方法最終融合數(shù)據(jù)的數(shù)量.

2.2 實驗結(jié)果分析

針對多源異構(gòu)大數(shù)據(jù)不同的類屬性代碼，3種融合模型融合得到包含唯一元素個數(shù)結(jié)果，如表3所示.

表3 融合后數(shù)據(jù)唯一元素數(shù)量Tab.3 The number of unique elements of the data after fusion

分析表3中數(shù)據(jù)可以看出，在相同條件下，采用3種方法融合后獲得的數(shù)據(jù)唯一元素個數(shù)存在一定差距.其中，所提方法得到的唯一元素個數(shù)最多，分別為480個和217個，相比之下，傳統(tǒng)模型融合后的數(shù)據(jù)唯一元素較少，驗證了本文模型的有效性.

根據(jù)表3中融合后數(shù)據(jù)唯一元素個數(shù)，計算3種方法融合多源異構(gòu)數(shù)據(jù)的完整性，定義此時完整性為準備數(shù)據(jù)集與融合后唯一元素之比，3種方法最終得到的完整性結(jié)果，如表4所示.

表4 融合數(shù)據(jù)的完整性結(jié)果Tab.4 Integrity results of fused data

分析表4中數(shù)據(jù)可看出，數(shù)據(jù)融合完整性取3種方法融合2種不同數(shù)據(jù)集的平均值，定義此時完整性為準備數(shù)據(jù)集與融合后唯一元素的比值.其中，文獻［3］方法最終得到完整性數(shù)值最小，保持在0.11左右，文獻［4］最終得到完整性系數(shù)次之，數(shù)值維持在0.24左右.本文融合模型得到的完整性數(shù)值最大，平均保持在0.5以上.綜合上述結(jié)果可知，3種方法融合后的數(shù)據(jù)完整性，本文方法效果最佳.

3 結(jié)束語

針對傳統(tǒng)多源異構(gòu)大數(shù)據(jù)融合模型融合得到的唯一元素數(shù)量較少，導致最終融合數(shù)據(jù)不具有較強的完整性問題，構(gòu)建了一種基于循環(huán)神經(jīng)網(wǎng)絡的多源異構(gòu)大數(shù)據(jù)融合模型.通過對多源異構(gòu)數(shù)據(jù)中的節(jié)點數(shù)據(jù)進行定位，分析了映射關系等，實現(xiàn)了多源異構(gòu)大數(shù)據(jù)融合模型.實驗結(jié)果表明：采用本文模型融合后的數(shù)據(jù)結(jié)果較好，改進了傳統(tǒng)融合模型的不足，提高了融合模型的實用性.雖然現(xiàn)階段本文模型取得了一定成果，但本文融合模型只考慮了數(shù)據(jù)完整性的優(yōu)化，忽略了模型融合時間上的優(yōu)化，還存在一定不足，在未來的研究中仍需不斷地改進，獲取更好的融合模型.