基于改进遗传算法的计算机网络数据聚类方法
2023-07-21许丽媛
计算机应用文摘 2023年14期
关键词:计算机网络



摘 要 为提高计算机网络数据的聚类效果 提出了一种基于改进遗传算法的计算机网络数据聚类方法 其采用改进遗传算法构建初始种群 利用目标函数提取计算机网络特征 构建计算机网络数据信息流模型聚类计算机网络数据 仿真结果表明 该方法的数据流处理任务完成总时间较短 负载均衡性较稳定cpu 占用率较低 由此证明 该方法数据聚类效果较优
关键词 改进遗传算法 计算机网络 数据聚类
中图法分类号tp399 文献标识码a
1 引言
现阶段,人工智能技术得到了飞速发展,计算机网络已经广泛应用于各个领域[1] ,由此产生了海量的计算机网络数据,如何有效处理计算机网络数据成为目前的研究热点[2] 。对计算机网络数据进行聚类处理[3~5] ,可以了解计算机网络数据之间的相似程度,为后续计算机网络数据的分类、存储、查询等实际应用提供理论基础。目前,也有相关学者进行了相应的研究,潘继财[6] 针对混合属性数据,在考虑样本同聚类中心距离基础上,提出了一种基于广义线性模型的混合属性数据聚类方法。通过计算混合属性数据的相异度、样本与聚类集间距实现数据聚类。实验发现该方法聚类适应度较好,可以有效体现样本间差异,且具有较高的准确度,所需迭代次数也较少。李立生等[7] 提出了一种基于稀疏自编码的故障数据聚类清洗方法,主要对电网中录波型故障指示器上传的海量故障数据进行特征学习与降维,对故障数据的特征进行聚类与清洗,实现去除冗余数据的目的,以便运维人员获取故障信息及进行后续处理。……
登录APP查看全文
