摘要
传统舰船网络数据库的数据特征提取方法无法适应数据库数据量的海量增加,导致数据特征提取精准度降低。为了有效解决此问题,提出舰船网络数据库中海量数据特征准确提取方法研究。结合海量数据结构特征,通过对数据库海量数据建立大数据分布模型,获得数据特征的结构分布参量;根据参量对数据库数据进行特征迭代计算,锁定特征区域范围;然后,对特征区域内的数据进行特征个体目标的提取计算;最后,通过对比实验对提出的提取方法进行测试,根据测试结果做出有效性结论。
The traditional data feature extraction method of ship network database can not adapt to the massive increase of database data, which leads to the decrease of accuracy of data feature extraction. In order to solve this problem effectively, an accurate extraction method of massive data features in ship network database is proposed. Based on the structural characteristics of massive data, the big data distribution model is established to obtain the structural distribution parameters of of the data features. Conduct tests and draw valid conclusions based on test results.
作者
肖贵灯
XIAO Gui-deng(Guangdong Engineering Polytechnic,Guangzhou 510520,China)
出处
《舰船科学技术》
北大核心
2020年第22期160-162,共3页
Ship Science and Technology
基金
广东省教育厅“广东省计算机网络技术专业省级二类品牌专业”项目
关键词
舰船网络
数据库
海量数据
特征精准提取
ship network
database
massive data
accurate feature extraction
