TY -的A2 -马丁内斯,尤拉莉亚盟——刘,鑫盟——周、烟具盟——陈,萧红PY - 2018 DA - 2018/01/10 TI -挖掘异常数据在移动互联网大型实时数据库SP - 9702304六世- 2018 AB -挖掘异常数据保证安全和数据调度的并行数据库的访问和维护高性能实时数据库的操作。传统的采矿方法生成丰富的干扰数据准确性降低,效率和稳定性,导致严重的缺陷。提出了一种新的挖掘异常数据方法,用于分析实时数据特性,获得级的光谱模型的异常数据,建立decisional-tree信息链传播模型在移动互联网的异常数据,获取内部异常的信息流数据信息链的大型实时数据库,和集群数据。在当地的信息流的特征时间尺度参数,异常数据的相位特性之前过滤得到;采用决策树outlier-classification feature-filtering算法获得的信号进行分析和即时振幅和实现异常数据的相位频率特性。小波变换阈值去噪结合信号去噪分析数据抵消,形成正确的检测滤波器模型,实现异常数据挖掘。仿真表明,该方法检测到异常数据特性响应分布特点,减少响应时间,迭代次数,和矿业错误率,提高矿业适应和覆盖率,并展示了良好的挖掘结果。SN - 1076 - 2787你——https://doi.org/10.1155/2018/9702304——10.1155 / 2018/9702304 JF - PB - Hindawi KW - ER -复杂性