光纤通信网络非平稳数据智能挖掘仿真研究

摘要

探究一种有效的非平稳数据智能挖掘方法,可以克服智能挖掘过程中受多种噪声的干扰,对光纤通信网络的大规模使用具备重要的现实意义。为了解决当前挖掘方法由于各种原因影响造成数据不完整、延时较长、遗漏率较高等问题,提出一种基于关联规则映射的非平稳数据智能挖掘方法,利用原始去噪算法对收集的非平稳数据样本进行去噪,获取非平稳数据的置信度。利用时间加权方法依据非平稳数据置信度对非平稳数据进行去噪,得到去噪后的非平稳数据。将其用于构建数据子空间矩阵,挖掘不同子空间非平稳数据集,利用同一空间下非平稳数据集的关联强度挖掘出非平稳数据集,实现了非平稳数据智能挖掘。仿真测试结果证明,所提方法能够有效缩短挖掘延时、提高数据挖掘完整率、降低遗漏率,具备较强的可行性。