您现在的位置是：首页 > 技术资料 > 物联网差异数据库中的故障数据快速挖掘仿真

推荐星级：

物联网差异数据库中的故障数据快速挖掘仿真

更新时间：2019-12-20 14:34:45 大小：2M 上传用户：xiaohei1810 查看TA发布的资源 标签：物联网 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

对大型物联网环境下的差异数据库中的故障数据进行准确检测时,由于大型物联网环境下差异数据库受到环境状况和数据质量的影响,造成故障数据挖掘时数据特征描述不准确.传统的算法在故障数据挖掘过程中,由于受到不准确特征的影响,无法准确划分故障数据与非故障数据的邻域,导致挖掘准确率降低.提出采用离群点算法的大型物联网环境下的差异数据库中的故障数据挖掘方法.将差异数据库中的数据属性分为故障属性和非故障属性,用故障属性计算故障邻域,用非故障属性确定数据的故障离群度,对差异数据库中的所有的数据的故障离群程度进行计算,并进行降序排列,从而完成故障数据的挖掘.实验结果表明,利用改进算法进行差异数据库中的故障数据挖掘,能够有效提高挖掘的准确率,降低挖掘耗时.

部分文件列表

文件名	大小
物联网差异数据库中的故障数据快速挖掘仿真.pdf	2M

立即下载

【关注视频号领20积分】【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）

第33卷第1期

算机仿真

2016年1月

文章号：1006— 9348(2016)01— 0301— 04

物网差异数据中的故障数据快速挖掘仿真

，范冬萍，吉根林

(南京范大学算机学院，江南京210097)

摘要：大型物

和数据量的影响，造成故障数据挖掘数据特征描述不准确。

的影响，无法准确划分故障数据与非故障数据的域，致挖掘准确率降低。提出采用离群点算法的大型物

差异数据中的故障数据挖掘方法。将差异数据中的数据属性分故障属性和非故障属性，用故障属性算故障域，

用非故障属性确定数据的故障离群度，差异数据中的所有的数据的故障离群程度算。并行降序排列，从而完成

故障数据的挖掘。果表明，利用改算法行差异数据中的故障数据挖掘，能有效提高挖掘的准确率，降低挖掘

网

境下的差异数据中的故障数据行准确

，由于大型物

的算法在故障数据挖掘程中，由于受到不准确特征

境下的

网

境下差异数据受到境状况

网

行

耗

。

关

中

：大型物网；差异数据；故障数据；挖掘

号：TP311 文献：B

分

Differences Between the Internet of

in the Database

Things

Failure Data

Excavation Simulation

Rapid

QIAN Xiao-jun，FAN Dong-ping，JI Geng-lin

Normal

(College

Computer Nanjing

University，Nanjing Jiangsu 210097，China)

in the database failure data

accurately

differences under the environment of Internet of

ABSTRACT：For

large

due to the

things

Internet environment database affected

environmental conditions and the data

digging，differences

large

is not accurate．The traditional in

algorithm

the fault data

data character

the

fault

classified fault data and fault

quality，cause

mining

description

of data

to the effect of the inaccurate features cannot be

process

mining，due

accurately

data of

in the decrease of

based on the

of the differ-

large

neighborhood，results

mining accuracy．Outliers

algorithm

ences in under the environment of Internet of

in the database failure data

mining

method．Difference attribute

things

in the database

be divided into fault and the fault

fault attribute evaluation

attribute，use neighborhood，with

data

fault

determine the

from the

differences between all of the data in the da—

the failure data

data，the

properties

of fault

degrees

group

calculated from the

tabase

degree

group，and

descending order，to complete

mining．The

results show that the

difference fault data

in the

im—

database，Call

experimental

the

improved algorithm

mining

effectively

prove

accuracy

mining，reduce mining time— consuming．

internet of

in the

database；Failure

KEYWORDS：Large

things；Differences

data；Mining

出

大的

据

故障。将会降低物网的运行效率[3]，甚至会引

失[4]。因此。如何大型物境下的差异数

中的故障数据行及挖掘，已域急需

，并受到很多学者的重 [5]。当前段，主

境下的差异数据中故障数据挖掘方法

引言

随着物网技的快速展，物网的用范也越来

越广，物网的模也越来越大⋯ 。在大型物

下。存在着大量来源不同、构各异、功能不同的数据，如

信息、信息、源信息、信息、物流信息、程状

信息等等数据 [2]，些数据往往存在着大的

差异。在大型物境下，假上述存在大差异的数据

网

成

物

网

境

研究的核心

要的大型物

网

客

包括基于决策算法的故障数据挖掘方法[6]、基于粗糙集算

法的故障数据挖掘方法和基于聚算法的故障数据挖掘方

法[7]。其中最常用的是基于聚算法的故障数据挖掘方

、

网

基金目：江省科技支撑划(BE2013685)；江省前瞻性合研

目(BY2014001— 03)

法[8]。由于大型物

挖掘方法在保网运行效率【9]、减少人

具有无可替代的作用．因此有广展前景，并成

网

境下的差异数据中的故障数据

究

划

物

失方面

收稿13期：2015— 02— 30修回13期：2015— 05— 20

的

很

一301—

万方数据

多科研机构研究的重点

利用算法行大型物

故障数据挖掘的程中，由于大型物网中的数据拓扑

化，使得差异数据中的内在关属性受到巨大的干

，造成算法在故障数据挖掘的程中极易陷入海量数

据关中，从而降低了挖掘效率。

。

己叫1k×W2k

网

境下的差异数据

中

(4)

sim(tl，￡2)=— F二=k==l二==i===

．／(∑乱，。。)2(∑ ，：。)2

繁

大型物

具体程如下所述：

1)随机取一个故障数据的特征作

2)根据式(4) 每一个故障数据的特征与簇中心的相

网

境下的差异数据中的故障数据挖掘的

聚

的簇中心。

上述

网

算法的缺陷，提出一种基于离群点算法的

境下的差异数据中的故障数据挖掘方法。

大型物

似度

行

算。

得的相似度果小于

将差异数据中的数据属性分故障属性和非故障属性，用

故障属性算故障域，用非故障属性确定数据的故障离群

3)假

，

以

特征

簇中心重新建立一个簇，反之，将其保留在原来的簇中。

4)不断重复程2)和3)，直至全部的故障数据特征全

度，从而

了故障数据的挖掘。

果表明了改算法

的

越性。

部聚

束。

5)保留每个簇的中心，并除其余故障数据的冗余特

2物网数据的故障数据

原理

征。

2．1故障数据特征提取

6)将得的簇中心行排序，从而得最的故障数据

在大型物

数据的构不同，要完成故障数据的挖掘，需要将其表

算机理的型，通常采用故障向量的形式描

述故障数据，其公式如下所述

网

境下的差异数据中，故障数据与普通

集合。

示

能被

离群点故障数据挖掘方法

利用

的故障数据挖掘的程中，由于大型物网中的数据拓扑

化。使得差异数据中的内在关属性受到巨大的干

，从而降低了挖掘效率。此，提出一种基于离群点算法

算法行大型物

网

境下的差异数据

中

(1)

其中，t。故障数据的特征，W。特征的重，i=1，2，⋯ ，／7,，

E={(t。，甜1)，(t2，W2)，⋯ ，(t。，。)}

繁

特征的数目。

当故障数据的特征数目rt很大。将会提高故障数据

的大型物

网境下的差异数据中的故障数据挖掘方

的挖掘度。故障数据分器的性能就会降低，因此需要通

的故障特征提高故障数据的分效果。故障数据特

法。

3．1

建立故障数据挖掘模型

差异数据中的数据集合0={0。，O：，⋯ ，0。}是由

征通常利用价函数故障特征与故障

算，价函数主要是，量。

利用，量能故障特征与故障

算，其公式如下所述

之

的关

度

假

行

n个数据构成，数据0∈0的故障属性函数 s(O)以O)

非故障属性函数以O)的

其

的相关度

度

d，or。在特定条件c下的相

行

关系以O)能描述以八o。)“O：)，．．．∥o。))。

差异数据中的数据O的相关系能用下述公式

行

(5)

行

巾，c)=面蔫箭‰(2)

描述

其中，J7、r 故障数据的字符串度。A ”和c同

出

的概

0＼{o}

V。∈0，|。E

率，B 只有C出的概率，c 只有”出的概率，D 。、c都

未出的概率。

其中，数据P与数据O存在相关系。

差异数据中的数据O的故障域能用下述公式

描述

利用上述方法最

得的故障特征之相似度高，因

此需要利用聚算法故障数据

行

一步分，从而完成

(6)

用

N(o)=

s(p)cr s(o)=true，P∈O＼⋯ )

差异数据中数据o．与数据Oj之的加距离能

下述公式行描述

故障数据的挖掘。

2．2故障数据的挖掘

差异数据中故障数据挖掘的方法是．通故障数据之

的相似度行聚，从每个簇中取主要特征作故障

的代表，并将其余的特征除，降低了挖掘的度。利

用下述公式能故障数据特征

如×log(N／nj+0．01)×IGj

(7)

dist(。i，Oj )=．／∑叫。(以Oik)一八％))2

其中以o。)和f(oj)分

性。八o。)和八o。)分是第k(k=1，2，⋯ ，d) 故障中的

一化属性，第k 重，其的取 [0，1]，

数据oi和数据o，的d 非故障属

行

算

⋯

。

的

范

3’

～一1亍============L

三

^／∑魄×log(N／nj+0．01)× )2

其中，吮故障特征出率。F 故障特征。每一个

理，能得到任意两个故障特征t，和

22加^=1。

数据的不同属性特征表出来不同的故障型，因此分

配的重也不同。

差异数中数据0的域距离能用下述公式行描述

的

故障特征t 行聚

t，之的相似度

．．．—

— 302．．．— —

万方数据

全部评论(0)

暂无评论

评论赚积分>>

上传资源上传优质资源有赏金

最新上传

打赏
30日榜单

21ic小能手打赏10.00元 3天前

资料：氮化镓65W快充最新方案资料包
21ic小能手打赏10.00元 3天前

资料：200W开关电源高P半桥全套方案资料
cai0603 打赏3.00元 3天前

用户：CJQ_ENJOY
21ic小能手打赏5.00元 3天前

资料：基于STM32f103c8t6的can回环测试
21ic小能手打赏10.00元 3天前

资料：特斯拉 TESLA AC DC 充电接口标准
cai0603 打赏3.00元 3天前

用户：dongshao
21ic小能手打赏5.00元 3天前

资料：先楫工业以太网高性能MCU HPM6E00系列PWM输出控制
21ic小能手打赏10.00元 3天前

资料：毕业设计：基于Vue的校园点餐移动平台设计与实现
21ic下载打赏310.00元 3天前

用户：gsy幸运
21ic下载打赏310.00元 3天前

用户：zhengdai
21ic下载打赏310.00元 3天前

用户：小猫做电路
21ic下载打赏310.00元 3天前

用户：liqiang9090
21ic下载打赏270.00元 3天前

用户：kk1957135547
21ic下载打赏160.00元 3天前

用户：w178191520
21ic下载打赏160.00元 3天前

用户：w1966891335
21ic下载打赏50.00元 3天前

用户：w993263495
21ic下载打赏40.00元 3天前

用户：w993263495
21ic下载打赏90.00元 3天前

用户：cooldog123pp
21ic下载打赏30.00元 3天前

用户：sun2152
21ic下载打赏40.00元 3天前

用户：xzxbybd
21ic下载打赏40.00元 3天前

用户：铁蛋锅

21ic下载打赏30.00元 3天前

用户：happypcb
21ic下载打赏50.00元 3天前

用户：forgot
21ic下载打赏10.00元 3天前

用户：xuzhen1
21ic下载打赏20.00元 3天前

用户：wanglu6666
21ic下载打赏5.00元 3天前

用户：人间留客
21ic下载打赏5.00元 3天前

用户：jyxjiyixing
21ic下载打赏5.00元 3天前

用户：akae_du
21ic下载打赏5.00元 3天前

用户：ouyang_56
21ic小能手打赏5.00元 3天前

资料：基于zigbee和stm32的智能家居系统
21ic小能手打赏5.00元 3天前

资料：stm32小车开环控制参考例程
21ic小能手打赏5.00元 3天前

资料：基于STM32的滚球平板控制系统
21ic小能手打赏5.00元 3天前

资料：小米电机STM32H750控制
21ic小能手打赏5.00元 3天前

资料：基于stm32的空气净化器
xlhtracy 打赏10.00元 3天前

资料：STM32F4智能萌宠小屋原理图
xlhtracy 打赏10.00元 3天前

资料：STM32智能家居系统项目资料原理图V1.1
21ic小能手打赏5.00元 3天前

资料：三端稳压电路的原理图和PCB
21ic小能手打赏5.00元 3天前

资料：uCOS 全家桶软件包，组件开源源码包
xlhtracy 打赏5.00元 3天前

资料：用杰理芯片开发带录音混响蓝牙功能的多功能路演音箱-原创
czmhcy 打赏1.00元 3天前

资料：bitboy

物联网差异数据库中的故障数据快速挖掘仿真

资料介绍

部分文件列表

部分页面预览

相关下载

全部评论(0)

热门标签

最新上传

热门下载

推荐下载

专栏首页