Resumen

La minería de datos atípicos garantiza la seguridad de acceso y la programación de datos de bases de datos paralelas, y mantiene el funcionamiento de alto rendimiento de bases de datos en tiempo real. Los métodos de minería tradicionales generan una abundancia de datos de interferencia con una precisión, eficiencia y estabilidad reducidas, lo que provoca deficiencias graves. Este artículo propone un nuevo método de minería de datos atípicos, que se utiliza para analizar las características de datos en tiempo real, obtener modelos de espectros de magnitud de datos atípicos, establecer un modelo de transmisión de cadena de información de árbol de decisiones para datos atípicos en Internet móvil, obtener el flujo de información de datos atípicos internos en la cadena de información de una gran base de datos en tiempo real y agrupar datos. A través de parámetros de escala de tiempo característicos locales del flujo de información, se obtienen las características de posición de fase de los datos atípicos antes del filtrado; se adopta el algoritmo de filtrado de características de

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Minería de datos atípicos; Bases de datos en tiempo real; Modelo de transmisión de cadena de información de árbol de decisiones; Características de posición de fase; Umbral de denoising de transformada wavelet; Compensación de datos
• Keywords:Mining outlier data; Real-time databases; Decision-tree information chain transmission model; Phase position features; Wavelet transform threshold denoising; Data offset