抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
データストリーム切断点検出は,動的データストリームにおける異常データをマイニングするために使用され,移動ネットワークデータストリームが無限入力と動的変化などの特徴を持つため,既存のアルゴリズムには,動的データに対するクラスタリング精度が高く,異常値点の処理効率が悪いという欠点がある。移動ネットワーク環境におけるデータストリームブレークポイントのリアルタイム高精度検出を実現することが難しいので,改良重み付き近隣密度動的データストリーム遮断点領域最適化検出アルゴリズムを提案した。上記アルゴリズムは,データストリームにおける異常値およびクラスタ接続を,マイクロクラスタの密度によって発見し,そして,動的データストリームの進化情報を,より正確に表現するために,データストリームのオリジナル特性を,より正確に表現するために,動的クラスタ更新および維持機構を,アルゴリズムモデルに導入し,そして,重み付け隣接アルゴリズムを,改良した。計算モデルは,新しいオブジェクトクラスを生成して,クラスタアルゴリズムによって計算モデルを再構築して,このように,正確にリアルタイムで大量のデータストリームの変化を見つけて,計算の複雑さを減少した。シミュレーションデータセットの実験結果は,提案した最適化動的データストリーム切断点領域検出法が,移動ネットワークデータストリーム異常値検出のマイニングにおいて有効であり,クラスタリング検出の精度と効率性が,明らかに優位であることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】