云計算設備中的大數據特征高效分類挖掘方法研究

王昌輝

摘 要： 云計算設備中的大數據分類挖掘是現實模式識別和智能控制的基礎，傳統方法中對云計算設備中的大數據挖掘采用拓撲結構網格分區挖掘算法，不能有效提取大數據的細節特征，分類的準確性不好。提出一種基于分數階Fourier變換特征匹配和K?L分類的云計算設備中的大數據特征高效分類挖掘算法。進行云計算設備中大數據存儲機制體系分析，采用分數階Fourier變換進行云計算設備中大數據特征提取和大數據特征匹配，基于K?L變換，選擇最優的路徑進行分類空間導引，構建了K?L大數據特征分類器，進行云計算設備中的大數據特征分類挖掘。仿真結果表明，采用該算法進行云計算設備中的大數據特征分類挖掘，特征分類挖掘的準確度較高，能量開銷較少，效率較高。

關鍵詞： 云計算； 大數據； 特征提取； 分類挖掘

中圖分類號： TN958?34； TP391.4 文獻標識碼： A 文章編號： 1004?373X（2015）22?0055?04

隨著信息與計算科學的發展，現代數據信息處理進入了云計算時代，云計算設備是采用虛擬化的分布式計算和存儲系統實現數據云計算調度和云計算存儲的設備。現實的云計算信息系統由多通道數據查詢網絡系統組成，通過云計算信息系統的設計，實現了云任務整合構件之間的信息共享與功能集成，真正實現一個完善并具開放意義的Web社群。在云計算設備中，數據處理采用的是交互信息網絡結構模式，數據包傳輸密集，由于內部的和外部的用戶都可以訪問新的和現有的應用系統，因此需要一個交互信息構架下的交互信息通道實現高安全級進程向低安全級進程的轉換。在這個過程中，接收方直接或者間接地從客體中讀取消息，實現數據包發送和信息編碼，客戶端通過信息解碼實現信息接收[1]，需要對云計算設備中的大數據分類挖掘現實模式識別和智能控制，研究云計算設備中的大數據特征提取和優化分類挖掘算法具有重要意義[1]。

云計算設備不僅能提供基于數字化信息服務，而且還能使互聯網絡用戶從信息接受者轉變成為信息制造者和傳播者。實現云計算設備優化數據管理的基礎是進行大數據的分類挖掘，傳統方法中，對云計算設備中的大數據特征分類挖掘算法主要有大數據特征壓縮方法、云計算設備中的數據刪除算法、C/S客戶端控制算法和時頻特征提取算法等，其中，采用特征提取算法實現云計算設備中的大數據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[3]中提出一種基于類型匹配和決策樹分類的云計算設備大數據分類挖掘算法，算法采用決策樹方法設計分類器，實現數據分類挖掘，但該算法在進行特征提取過程中出現冗余數據，導致挖掘性能不好；文獻[4]提出一種基于混沌概率分析優化分類的云計算大數據特征挖掘算法，采用現代譜分析算法進行混沌特征提取，避免了數據分類過程中陷入局部最優，提高了數據挖掘性能，但該算法的最小執行開銷受到混沌分岔性的限制，收斂性不好。當前方法對云計算設備中的大數據挖掘采用拓撲結構網格分區挖掘算法，不能有效提取大數據的細節特征。

針對上述問題，為了克服傳統方法的弊端，本文提出基于分數階Fourier變換特征匹配和K?L分類的云計算設備中的大數據特征高效分類挖掘算法[5?7]。首先進行了云計算設備中大數據存儲機制體系分析，采用分數階Fourier變換進行云計算設備中大數據特征提取和大數據特征匹配處理，根據大數據信息濾波預處理結果，采用K?L分類器進行云計算設備中的大數據特征分類挖掘，仿真結果進行了性能驗證，展示了本文算法在提高云計算設備中的大數據特征匹配性能和數據分類挖掘性能方面的優越性，展示了較好的應用價值。

4 結 語

云計算設備是采用虛擬化的分布式計算和存儲系統實現數據云計算調度和云計算存儲的設備。需要對云計算設備中的大數據分類挖掘現實模式識別和智能控制，本文提出基于分數階Fourier變換特征匹配和K?L分類的云計算設備中的大數據特征高效分類挖掘算法。首先進行了云計算設備中大數據存儲機制體系分析，采用分數階Fourier變換進行云計算設備中大數據特征提取和大數據特征匹配，采用K?L分類器進行云計算設備中的大數據特征分類挖掘，仿真結果進行了性能驗證，研究結果表明，采用本文算法進行云計算設備中的大數據特征分類挖掘，準確度較高，能量開銷較少，效率較高，實現高效分類挖掘。

參考文獻

[1] 謝平.云計算設備大數據刪除技術研究綜述[J].計算機科學，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數據布局方法[J].四川大學學報：工程科學版，2013，45（2）：103?109.

[5] 譚鵬許，陳越，蘭巨龍，等.用于云存儲的安全容錯編碼[J].通信學報，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實用化評價研究[J].科技通報，2014，30（2）：142?148.

[7] 吳濤，陳黎飛，郭躬德.優化子空間的高維聚類算法[J].計算機應用，2014，34（8）：2279?2284.

[8] 陳超，張順仕，尚守衛，等.大數據背景下電力行業數據應用研究[J].現代電子技術，2013，36（24）：8?11.