大型物联网电子设备海量数据高效挖掘方法研究.docVIP

大型物联网电子设备海量数据高效挖掘方法研究 　　摘 要： 当前对大型物联网电子设备数据采用状态模式识别的数据挖掘方式，对具有差异性特征的电子设备数据挖掘无法分类识别，性能不好。在此提出一种基于关联度主特征量提取的大型物联网电子设备的海量数据高效挖掘方法，首先分析了大型物联网中电子设备的数据采集模型，通过对电子设备的原始数据采集，提取电子设备数据信息的关联度主特征量，采用海量数据挖掘最优控制算法实现对大型物联网中的电子设备海量数据的分类挖掘和特征提取。仿真结果表明，采用该算法进行数据挖掘，电子数据的数据差异性特征幅度平稳，数据的关联度区分明显，具有较好的分类识别和数据检测能力且系统运行效率提高。 　　关键词： 物联网； 电子设备； 数据挖掘； 信息提取 　　中图分类号： TN915.03?34； TP393.04 文献标识码： A 文章编号： 1004?373X（2016）04?0159?04 　　Abstract： The current data mining mode of state pattern recognition is used for the electronic equipment data of large?scale IOT， which can not be classified and identified， and the good performance can not be caught. An efficient data mining method for electronic devices in large?scale IOT based on the main feature extraction of association degree is proposed. The data acquirng model of the electronic equipments in large?scale internet of things is analyzed， The main features of association degree of the electronic equipments are extracted by collecting the original data of the electronic equipments. The optimal control algorithm of massive data mining is adopted to realize classification mining and feature extraction of electronic equipment massive data in large?scale IOT. The simulation results show that this algorithm has excellent ability of classification， identification and feature extraction， and the system operation efficiency is improved. 　　Keywords： Internet of Things； electronic equipment； data mining； information extraction 　　0 引 言 　　物联网是物与物相连的互联网，是新一代信息技术的重要组成部分，在物联网平台下，采用射频识别（RFID），通过红外感应器、GPS定位系统、图像扫描器、数据感应器等信息传感设备，设定协议和通信端口，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。物联网通过电子设备数据传感器，对外界的原始特征数据进行数据采集，再通过网络层进行数据传输通信，发送到应用层实现面向对象的数据应用，达到远程控制和智能化处理的目的。可见，大型物联网由感知层、网络层和应用层三层体系构成。其中感知层实现原始数据采集，网络层实现数据通信，应用层实现功能应用。物联网的三层体系结构中都含有大量的电子设备信息，且各个电子设备的应用功能不同，需要对物联网中电子设备的相关数据进行有效挖掘和特征提取，发掘出有用特征为系统所用；因此研究大型物联网的电子设备海量数据挖掘算法在提高物联网的使用性能方面具有重要意义[1?3]。 　　传统方法中，对大型物联网的电子设备海量数据挖掘算法是建立在处理器集群平台基础上，通过数据传感器把电子设备信息数据在处理器集群平台中进行数据整合，然后用局部网络或互联网等通信技术把传感器、控制器、机器、人员和物等通过新的方式连在一起，实现数字