通信网络中高维混合数据弱关联挖掘方法仿真

摘要

采用当前方法挖掘高维混合数据弱关联时,数据挖掘所用的时间较长,方法对应的容错系数较低,存在挖掘效率低和容错性差的问题。为此提出通信网络中高维混合数据弱关联挖掘方法。采用K-means算法对通信网络做分簇处理,分析节点之间在通信网络中的关联模式,根据分析结果构建一元线性回归模型,消除高维混合数据中存在的空间冗余数据。通过FCM算法对处理后的高维混合数据做离散化处理,获得不同等级的模糊集,利用模糊集构建模糊数据库,采用Apriori算法在数据库中计算蕴涵度得到频繁项集,结合蕴涵度和频繁项集挖掘通信网络中高维混合数据的弱关联规则。仿真结果表明,所提方法的挖掘效率高,容错性好。