分布式环境下散乱点云数据挖掘改进算法

摘要：

在分布式云计算环境下，传统方法采用散乱点云数据模糊 C均值聚类挖掘算法，在受到较强的数据特征干扰时，数据挖掘精度不高。为此，提出一种基于分布式云数据传输信道的散乱点云数据挖掘改进算法。通过构建散乱点云数据的存储结构，对数据传输信道进行多普勒扩展，降低数据挖掘过程中传输衰减损失；采用级联滤波算法进行数据干扰滤波，实现散乱点云数据的滤波提取，完成数据挖掘算法改进。仿真结果表明，采用改进的算法进行分布式环境下散乱点云数据挖掘，能有效提高散乱点云数据挖掘精度，频谱特征聚敛性能较好，抗干扰能力较强。

关键词：分布式环境、云计算、散乱点云数据、数据挖掘

所属期刊栏目：30

分类号：TP391(计算技术、计算机技术)

在线出版日期：2016-11-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：633-638