大型数据库交叉型数据鲁棒性挖掘模型仿真

在大型流媒体数据库数据集中,交叉性数据的鲁棒性挖掘结构建立是实现对数据库差异属性分类和数据访问的基础。传统方法对大型数据库中的交叉性数据的鲁棒性挖掘结构建模采用基于遗传算法的数据集聚调度方法,存在较大的路径损耗,数据挖掘的鲁棒性不好。提出改进的基于局部离群点检测遗传进化的大型数据库交叉型数据挖掘模型,构建基于遗传算法的大型流媒体数据库挖掘结构,进行大型流媒体数据库中交叉型数据信息流特征预处理,结合交叉性型数据的离群因子概念,调整流媒体数据调度的位置变换策略,实现交叉性数据的鲁棒性挖掘算法改进。仿真实验结果表明,该算法能有效数据挖掘的a最大匹配率和局部离群点检测性能,保证了数据挖掘的鲁棒性,各项参数指标优于传统方法,展示了较好的应用价值。     

基于CDMA协同调度的混合协议激振设计

多媒体服务器的混合协议设计与实现的关键在与设计混合协议激振算法,通过激振算法设计提高多媒体混合服务器在饱和状态下的吞吐量。传统方法采用动态时分多址协议进行混合协议激振设计,当系统中节点众多、网络拓扑易变状态下,服务器的吞吐性能不好,提出一种基于CDMA协同调度的混合协议激振算法,并设计多媒体服务器,将大型多媒体联合服务器网络接收端和发送端数据的信息熵作为信道传递向量函数,在成功完成调度后,从节点开始进行正常收发工作,实现对时分多址(E-TDMA)协议设计。通过CDMA协同调度,在多媒体混合服务器的每一维度进行数据集分割,得到激振冲击响应。进行多媒体服务器总体模型构建与网络模型设计,在MAC层分别采用,三种协议进行系统调度和多媒体服务器的激振设计与仿真实现。仿真结果表明,该模型能有效提高多媒体服务器的吞吐性能,多媒体信道传输时间消耗最短,体现了算法较好的稳定性和鲁棒性能,对多媒体信息传输的保真性较好。     

云对等网络在线异常点零跳搜索检测算法

在云对等网络中在线异常点的实时搜索和准确检测关系云对等网络的稳定和安全,由于云对等网络的在现异常点检测受到大量对等合法数据的干扰,网络波动幅度不大,检测困难。提出一种基于密度部分存储优化的云对等网络在线异常点检测算法,通过计算局部节点数据的在线时间复杂度实现对路由交换数据序列的初始特征和先验信息的预估计,适当增大存储空间开销来换取时间效率,实现零跳搜索和对异常点的准确检测。研究结果表明,采用该算法进行云对等网络的异常点检测,检测准确率大幅提高,执行开销降低,保证了对云对等网络安全性,提高了动态监测能力。     

嵌入权向量编码的数据库优化访问路径控制

对网络数据库进行访问路径优化控制,提高数据访问调度能力。传统的网络数据库访问路径控制采用关联特征分析的平均互信息法进行关联维提取,当关联维特征出现独立同分布状态时,提取性能受限,导致数据库访问路径失控。提出一种嵌入权向量编码的数据库优化访问路径控制技术。计算权向量编码信息,通过权向量编码,得到数据库访问路径控制的信息增益为二叉分类回归编码信息,实现对数据库访问路径状态空间优化重组,提高控制能力。仿真实验表明,该算法进行大型网络数据库的数据访问和调度,具有较少的时间开销,提高了数据访问的吞吐量,有效提高数据库访问控制的性能,减少访问路径偏移,具有较高的特征贡献率。     

改进的多媒体图像资源递阶索引调度算法

在多媒体图像数据库构建中,需要设计一种有效的多媒体图像资源递阶索引调度算法,提高对图像的实时处理和图像数据挖掘能力,传统方法中采用簇内图像数据寻优算法进行多媒体资源调度,性能受到了图像分布间隔的非均匀性的限制,图像索引调度性能不好。提出一种多媒体图像数据库资源递阶控制的图像索引算法,提高多媒体资源调度性能。设计多媒体图像空间位置放置算法,采用STARMA模型对多媒体图像资源进行高斯核平滑处理,得到STARMA模型展开后的图像特征模型,定义任务相邻边,计算新到达的任务与已放置任务相邻的可重构单元边,得到多媒体资源递阶索引的任务相邻边,进行图像预处理,实现多媒体图像空间位置放置。对每一个元独立地服从一个高斯随机数相位生成像点,构建最大空闲矩形矩阵,存放以当前单元为基点的最大空闲矩形包含的单元个数,得到多媒体资源的递阶控制模型,实现算法改进。仿真结果表明,算法能提高多媒体图像资源的索引精度,调度性能较好,图像调度稳健性提高。     

多路复用大型云动态数据完整性检测方法

对大型云动态数据的完整性检测可以避免云用户存储在其中数据被篡改或删除。传统方法中,采用代数结构标签加密方法进行数据完整性检测,不能保证足够的置信度,性能不好。在云储存环境下,提出一种基于可信第三方判定和动态标签信息更新的多路复用大型云动态数据完整性检测方法。假设被处理云采集数据的是可分类的,引入了一个管理因子,得到多路复用标签信息,基于可信第三方判定和动态标签信息更新进行,进行对用户存在云存储服务器上的文件块被篡改或删掉的判定,由此实现一次数据完整性验证,提高大型云动态数据检测的准确性。仿真结果表明,该算法具有较好的多路复用大型云动态数据完整性检测性能,系统使用率提高,计算开销较少,检测准确性提高。     

大型数据库的混沌倍周期分岔普适调度算法

研究大型流媒体数据库的普适性调度问题,提高对数据库的优化访问和数据调度能力。传统方法采用遗传进化算法进行大型流媒体数据库的数据调度,数据库中海量信息流的分岔高维矢量特征不能得到有效利用,导致调度性能不好。提出一种基于混沌倍周期分岔的大型流媒体数据库普适调度算法,设计双态平稳的混沌倍周期分岔流媒体数据库调度模型,设置复激活函数,按实部和虚部分路对流媒体大数据库进行普适调度,提高数据库访问能力。仿真实验结果表明,该算法能有效提高流媒体数据调度数据吞吐量和调度成功率,普适性较好。     

基于数据链估计和时间窗口重排的坏数据检测

在嵌入式云信息网络平台中,物理层数据传输容易受到外界攻击变异成坏数据,威胁网络安全,传统方法采用最小延时数据聚集算法实现对该类算数据的检测,算法数据的不均匀性和时延性,检测性能不好。提出一种基于数据链距离估计和时间窗口重排的网络坏数据检测算法。进行嵌入式云信息平台构建和数据采集,采用统计信号分析方法对数据进行信息链构建,对数据链距离进行估计,采用时间窗口重排方法对坏数据的谱特征进行空间重组,提高坏数据检测性能。仿真结果表明,采用该算法进行嵌入式云信息网络平台通信传输的坏数据进行检测,准确检测概率提高34.56%,检测算法的收敛性和鲁棒性较好,保证了网络系统安全。     

大型机械设备振动系统故障诊断仿真研究

大型机械设备组成结构复杂,容易产生故障,通过对大型机械设备的振动系统故障诊断,提高大型机械设备的稳定运行性能。传统的故障诊断方法采用海量振动样本特征数据聚类分析方法进行故障分类和诊断,诊断性能受到振动数据样本采集和环境的特征的限制,故障检测效果不好。提出一种基于大型机械设备振动系统故障特征专家系统构建的故障诊断模型,并采用abaqus软件进行仿真分析。构建故障诊断专家系统,包括对模糊数据库、模糊知识库和模糊推理机的构建,设计故障诊断的神经网络模糊控制学习算法,通过设计人机结构,实现对大型机械设备振动系统故障的准确推断决策。利用abaqus软件在计算机上建立测试虚拟样机,实现故障诊断在线模型仿真,了解复杂机械系统设计的故障运行性能。仿真结果表明,该系统能有效提高对大型机械设备振动系统的故障诊断能力,实现智能故障诊断控制和自适应故障处理,在机械状态监测等领域具有较好的应用价值。     

引入主频分离激励分析的网络漏洞检测算法

对网络漏洞进行有效检测,保障网络安全,传统方法采用攻击相位重组方法进行网络漏洞链路分析和检测,由于复杂随机阵列网络的端口的复杂性,导致漏洞检测准确性不好。提出一种基于主频分离激励分析的网络漏洞检测算法。构建了网络漏洞分布的阵列结构模型,对漏洞阵列的交换数据进行信号分析和融合处理,以此为数据依据采用主频分离激励分析方法进行漏洞检测算法改进,仿真结果表明,该算法能有效提高对网络漏洞的检测和数据跟踪性能,提高网络安全防御能力。