基于智能计算的网络偏差数据提取数学仿真

摘要

针对现有数据提取方法未考虑空间高复杂度,导致偏差数据检测的缺失、提取覆盖率较低、时间消耗较多的问题,提出基于智能计算的网络偏差数据提取数学仿真方法.引用信息熵检测网络偏差数据,并采用遗传算法对上述检测结果更新与平滑处理,获取网络偏差数据特征响应函数,结合距离与密度参数,确定网络偏差数据的位置与密度,最终实现网络偏差数据的快速提取.数学仿真结果显示,在网络吞吐量10000-50000Mbps背景下,与现有方法相比较,提出方法的偏差数据提取覆盖率更大,时间消耗更少,充分证实了提出方法具备更好提取效果.