孙学军，李长银

(临沂大学费县校区，山东 临沂 273400)

1 引言

由于物联网通信大数据库中存在多种且复杂的数据种类，其中较为典型的半结构化数据，其数据量庞大域数据相似性较高，已经成为目前物联网通信领域的重点研究对象。国内对半结构化数据的识别进行了大量研究，较为经典的能够分成两种即：多重分形理论半结构化识别算法[1]与Softmax回归的识别方法[2]，多重分形理论识别方法会拟定网络通信数据流的分形谱，计算通信数据流的估计谱，在拟定的核域里融合灰色关联度算法估计谱分析，以估计结果完成对数据的识别。该算法在低信噪比的状态下，可以得到较高的识别率，但识别结果容易被分形特征提取的结果干扰，存在不稳定性。而Softmax回归识别算法，会把网络通信数据的循环谱密度特征当做训练样本集，通过主成分分析算法筛选数据特征，依靠Softmax回归分类器对数据进行分类识别。该方法对数据的识别效果较好，但由于算法需要构建计算和回归分类器，这就导致了该算法的识别效率低下。

针对上述问题，本文提出一种物联网通信大数据库半结构化数据识别方法，依靠对数据的稀疏度系数、系数子空间与半结构化数据的结构的分析，获得数据之间的关联特性和数据储存的节点位置，随后将主成分分析算法和德尔菲算法进行融合，依靠融合后的算法赋予识别指标权重，使用Tanimoto系数度量半结构化数据的相似性，凭借数据的相似性与其它数据的关联性，实现对半结构化数据的识别。……