文摘

之间有一个信息岛传统民族体育文化资源,实现资源的高效实时互联。因此,本研究提出了一个智能集成算法的传统民族体育文化资源使用大数据,停止说信息岛。首先,获得完整的数据集通过确定的时间衰减期加权样本,和采矿参数是基于真正的价值,实现资源的深入挖掘民族传统体育文化的智慧。然后,查询的大数据集构建基于弱关联数据挖掘的结果,和弱相关的查询数据通过数据修复完成。最后,XML技术用于运行模式建立资源整合模型。实验结果表明,与传统融合算法相比,该算法能更好地解决信息孤岛的问题在各级民族传统体育文化资源,有效地维护稳定的存储环境的传统民族体育文化资源,实现资源的实时互联。

1。介绍

每个国家的文化形成和发展适应自己国家的特点,与独立的民族性格和社会意识。在其自我复制的历史渊源代代相传,不断接受外国影响和改变,逐渐形成和丰富的文化积累自己的国家(1]。

中国几千年的中国传统文化不断;民族传统体育文化是中国传统文化的一种特殊形式;加上一个巨大的土地,大量的民族和人口,在中国传统文化的影响下,随着时间的流逝和空间的变化,民族传统体育已经出现。到1990年,有977少数民族传统体育。有大量的民族传统体育,它提供资源依据传统民族体育文化的发展。

民族传统体育文化的资源不仅包括民族传统体育是中华民族的主流文化,也非主流汉族和少数民族体育活动。似乎随着现代生活的发展在特定的区域环境,区域条件,区域文化背景。它可以采取一定的物质实体为载体,也可以是一些纯粹的人类精神文化的东西,有形的载体,和无形的精神文化内容相互依赖,相互渗透,具有明显特色的时候,国籍,和艺术。因此,在传统民族体育文化资源内涵,不仅有传统的体育项目,体育器材,设备,服装、壁画、出土文物在物质层面上还民俗文化、组织文化和价值观和规则在传统民族体育活动在精神层面上2]。

然而,在民族传统体育文化资源的存储平台,有明显的信息岛屿由于存在的数据报道,影响实时资源之间的互连。传统的云计算资源整合策略使用的目录系统整合传统民族体育文化资源,然后使用门户平台来整合这些信息参数到一个新的数据流传输格式(3]。然而,这种方法解决信息孤岛问题的能力有限,很难建立一个新的实时资源互联关系。

因此,基于在线迁移设计资源整合算法在文献[4]。该算法考虑云计算的特点;综合考虑内存、CPU和I / O;在线迁移策略,提出了基于蚁群算法。的原则的基础上,分析蚁群算法和云平台的集成虚拟化资源,利润动机定义为蚁群算法的启发式信息,然后是时差和迁移的成本不同的虚拟机的虚拟集群调整虚拟集群的性能优化,实现资源的有效集成。在文献[5),设计一种基于改进的ORM的资源整合算法,该算法分为三个部分:首先,使用改进的ORM技术访问数据库,资源中提取数据,然后对数据资源进行预处理,包括清洁、装货维度,最后使用资讯算法来处理好机密数据资源整合。在文献[6),一个数据资源集成算法基于集成学习设计。算法实现控制、监管层和应用程序通过使用管理员操作管理操作。在大数据分析层,数据融合多维参数信息预测结果得到的榆树预测模型的参数的单步预测方法,高精度强大的学习模式是通过结合榆树预测模型和装袋集成学习方法,实现有效的解释微分数据资源。集成的数据集成管理器和集成在集成层运行引擎,和集成数据反馈给大数据资源层通过监管层,这是存储在临时数据库和元数据数据库层,和这些数据库中的数据提供了数据库的数据调度服务。

基于上述传统的研究,为了打破传统的数据之间的信息孤岛各级民族体育文化资源,实现实时互联的资源,本研究提出了一种智能集成算法,基于大数据的传统民族体育文化资源。此外,协会的定义和特征描述的民族传统体育文化资源,如确有其事,国籍、融合和区域。此外,资源的语义相似度度量和集成的民族传统体育文化资源基于XML解释道。

剩下的纸是组织如下。部分2挖掘和处理民族传统体育文化的资源。基于大数据,部分3询问弱民族传统体育文化资源的相关数据。节4、智能集成提出了民族传统体育文化资源。进行实验研究的部分5。最后,在节6,本文总结道。

2。深入挖掘和处理民族传统体育文化的资源

民族传统体育文化资源的深度挖掘处理包括三个执行步骤:计算的时间衰减期加权样本,数据集表达式,真正有价值的挖掘和参数设置。具体的操作方法如下。

2.1。的时间衰减期加权样本

加权样本时间衰变期是一个相对广泛的物理系数指数。存储空间的民族传统体育文化资源,由于深入挖掘框架系统的影响,加权样本的时间衰变周期通常有直接影响的实时存储行为数据参数索引(7]。

民族传统体育文化的资源,深入挖掘的实际覆盖范围更大的框架系统,较强的数据信息参数的应用程序存储容量将[8]。简而言之,时间衰减段的长度值加权样本并不是完全固定的,和数量级的物理指标的增加也会增加民族的传统体育文化资源的存储。但是,为了不影响最后的集成和共享信息参数,结果加权样本时间衰变周期指数也包含一定的约束能力,也就是说,在一个固定的数值空间中,加权样本时间指数衰减周期会影响民族传统体育文化资源的整合处理结果(9]。

假设 代表样本权重系数的传统民族体育文化资源两个不同的团体和 代表了样本收集系数的传统民族体育文化资源信息,上述物理量可以组合在一起,表达的衰变时间加权的样本可以定义如下: 在哪里 代表传统民族体育文化资源的信息特征值,当样本系数 , 代表传统民族体育文化资源的信息特征值,当样本系数 , 代表了民族传统体育文化资源的集成时间单位信息。

2.2。数据集表示

在实施的过程中参数的信息集成和共享指令,数据集可以包含所有的未定义的民族传统体育文化资源信息和变化的实际传输速度根据特定的存储信息参数的数值水平时间衰变期加权样本。

数据集应该是一个相对宽泛的定义条件信息参数10]。为了满足实际应用需求的深入挖掘框架更有效,其余数据指标应该是集成到一个新的传播形式的参数传统民族体育文化资源信息应及时转移。一方面,资源信息的集成和共享主机可以满足。另一方面,它可以暂时缓解穷人及时性的信息参数存储时间造成的衰变时间的加权样本。

假设 代表了民族传统体育文化资源,信息共享系数和联立公式(1)可以定义数据集的表达民族传统体育文化资源如下: 在哪里 ,分别代表两个不同的定义条件参数和民族传统体育文化资源信息 代表了建立数字资源信息集成的基向量。

2.3。真正的价值挖掘参数的设定

实际价值挖掘参数设置是深部开采的关键处理步骤之一,可以在一个已知的加权样本衰减周期时间和数据集的表达条件,民族传统体育文化资源的基础上,信息集成能力初步约束,这样主机的数据参数查询能力得到改善(11]。同时,民族传统体育文化资源的存储平台负责大量的数字资源信息,最后传输这些信息文件的方向也不同,由于不同参数的集成和共享模式。然而,在大多数情况下,其传播行为有利于深部矿体开采参数的实现说明。

假设 代表了开采深度值的最小值和民族传统体育文化的资源 代表了最大值。一般来说,物理差异越大,实际价值挖掘的更精确的设置结果参数。的支持下上面的物理量,同时公式(2)可以表达真正价值挖掘的设置结果参数如下: 在哪里 代表了深度挖掘系数, 代表数字资源信息的特征值, ,分别代表的采矿许可值不同民族的传统体育文化的资源信息。

3所示。弱相关数据查询的民族传统体育文化资源基于大数据

弱相关数据查询基于大数据的民族传统体育文化资源整合的基本链接处理。弱相关的数据挖掘和查询的支持下设置建设,具体操作方法可进行如下。

3.1。挖掘弱关联数据

弱相关的基本操作步骤是数据挖掘集成算法实现(12]。在面对大量的民族传统体育文化资源的原始数据,准确的信息特征维数条件可以确定根据相邻数据之间的紧密联系的组织,和处理民族传统体育文化资源数据可以重新安排根据约束条件。简而言之,弱关联数据挖掘应用程序处理方法打破并重新排列信息连接。

弱相关属性成为唯一的物理条件是影响数据信息协会能力时安排所有的传统体育文化数据不变。所谓的矿业也称为适当的链接;现有在大型多媒体数据网络中的数据,按照一定的相关影响进行相应的链接,将所有的物理结构完成连接,包,并成立了一个特别独立组织存储这种弱相关数据,等待接下来的处理指令执行应用程序的连接(13]。图1反映出完整的弱相关的数据挖掘的处理原则。

3.2。建立一个大数据查询集

大数据查询集矿业为弱相关数据存储空间,具有较强的物理承载能力和没有严格限制信息包含在它的数据量。虽然没有明确的限制特定数量的弱民族传统体育文化资源的相关数据收集,在正常情况下,压缩的集合结构符合要求必须包含三个基本数据类型:采矿头信息,矿业实体信息,尾巴和矿业信息(14]。

所谓的采矿头信息指的是大数据节点直接联系弱关联数据挖掘的结果,通常表示为 矿业实体信息深入解释了弱关联规则和条件是一个重要组件不能获得大数据查询集,通常表示为 尾信息挖掘的主要物质基础配方的压缩方法。它没有直接的关联与物理条件,如多媒体数据的总量和弱相关系数,通常表示为 大数据查询集可以表示如下: 在哪里 代表任何弱关联数据的传统民族体育文化资源大数据查询设置; ,分别代表两个无关紧要的智能压缩指数向量的大数据;在某些情况下, 同时建立了;和 代表功率系数相关矿业实体信息。

3.3。资源数据修复

数据修复是一个精确的限制最终智能集成基于大数据查询结果集。与弱关联数据挖掘相比,当修复少数民族传统体育文化的资源数据、疲软的部分在大数据环境中可以通过定向直接目标和提升集成(15]。

修复过程中弱关联数据的民族传统体育文化资源,我们应该首先进行初步搜索查询的大数据集和屏幕上的关键信息组件,然后选择性地生成一个或多个替代数据包修复根据弱关联规则集成结果的局限性。不仅必须包含所有的信息结构从大数据集合中选择查询但也与集成索引功能相关的结构形式。然后,根据弱结构排列的所有信息数据挖掘关联规则,以确保没有明显的数据混乱在随后的一体化进程。最后,大数据媒体环境是用来修复数据结构,具有明显的弱相关的影响,以提高数据结构的存储和传输容量的民族传统体育文化资源。

2显示了完整的传统民族体育文化资源的数据修复过程。

4所示。民族传统体育文化资源的智能集成

在本节中,特征,协会的定义,描述了民族传统体育文化资源。此外,资源的语义相似度度量和集成的民族传统体育文化资源基于XML解释道。

4.1。民族传统体育文化资源的特点
(1)国籍:所谓的国籍是指共同特征的过程中形成的民族国家体育文化的发展,不同于其他国家的体育文化。体育文化的民族性格可以反映在物质层面上,行为系统,体育文化的精神层面。然而,体育文化的精神水平可以反映最内在、最深刻、最重要的民族性格。(2)历史性:历史性是指一个国家的民族体育文化的发展跨越了时间和空间的周期,和体育文化系统记录民族传统体育文化的形成和发展过程在这个历史时期,甚至解释它,这样人们可以了解民族传统体育文化。在过去,它为未来的研究提供了一个参考民族传统体育文化。(3)地区:一个区域是一个空间,有一定的局限性,彼此相互联系与异同。民族传统体育文化资源的地区主义在中国意味着民族传统体育文化资源有限的地理环境和显示不同的特征。中国作为一个统一的多民族国家,在统一的前提下,有一定的相关性不同民族的体育文化区域。然而,中国是一个多民族的国家,每个民族的体育文化区域不能完全相同;他们显示不同的独特的特点。(4)混合:集成是指不同国家相互整合的过程中,国家的想法,民族文化和国家经济在当前全球化的时代。目前,中国民族传统体育文化是在一个多样化的经济体系。从文化层面,民族传统体育文化在整合的过程中,转换和全球发展的“世界文化”。
4.2。协会的定义民族传统体育文化资源

随机的民族传统体育文化资源本体 , , , (1)如果根实体的 孩子根实体吗 ,然后描述 包含 ,和制定 包含 ,然后加入协会 的根实体 ,并加入协会 的根实体 (2)添加本体 包含民族传统体育文化资源根实体 成为subroot实体 ,也就是说,有关联 根实体的 ,这描述了兄弟姐妹之间的关联 ,和协会 引入根实体吗 ,分别。(3)如果没有哥哥层之间的联系 ,指定 代表的根实体的来源 分别在源资源集。如果 的来源是相同的民族传统体育文化资源的类别,然后存在之间的联系 ,在根实体 ,分别添加关联 (4)如果没有兄弟层之间的联系 和C,指定 代表的根实体的来源 分别在源资源集。如果 来自同一类别的民族传统体育文化资源,然后之间 将同一组,在根实体 ,分别加入协会 (5)如果 是不同民族的传统体育文化资源系数在同一类别,其次是B和C之间的直接连接,增加关联B和C,分别 它直接代表了旧版本,新版本的转换。(6)如果 被同一用户浏览,然后浏览之间的联系 加入协会 和协会 的根实体 ,分别。(7)这是建议 实体集的关联关系中存在的实体 , 实体集的关联关系中存在的实体 如果至少有一个 是空的,然后协会描述 是无穷小数量超过0。

4.3。资源语义相似度测量

随机的民族传统体育文化资源本体 ,他们的语义相似度是描述为 ,这是定义如下:

十meta-resource关键词收集从传统民族体育文化资源和存储在属性设置的真正根源 资源的本体 的相似性 定义如下: 在哪里 的设置吗 - - - - - -th meta-resource在 代表的总量相同的值。

4.4。民族传统体育文化资源整合基于XML

基于上述研究,本文利用XML(可扩展标记语言)技术来完成传统民族体育文化资源的整合和处理。

不像传统的结构化数据,XML数据是自描述的,没有固定的形式。在实际运用中,也通常使用XML作为数据交换框架,和相关的数据库作为存储形式。这样,数据库中的资源可以转化成XML格式在使用过程中,以XML格式和文件也可以返回到相关数据库(16]。

作为一个开放的标准,XML标准与之关联,如图3

民族传统体育文化资源整合的本质是高数字资源的组合,这是建在XML。因此,通过如此高的集成,它不能只提供一个高效和快速的资源获取方式和资源检索也奠定基础的建设和民族传统体育文化资源的共享。

自传统民族体育文化资源划分从服务器的网络环境在XML资源整合模型,XNL资源集成模型将连接磁盘阵列的传统民族体育文化资源通过FC(光纤通道)开关。资源数据集成任务出现时,XML资源整合模型用于转移相关的服务器或磁盘阵列之间的背景,和服务器可以访问任何节点在XML中,大大提高了资源整合模型的可用性。典型的逻辑拓扑结构的XML资源整合模型如图4

在图4,XML资源整合模型建设需要从存储介质,数据服务器、磁盘阵列、光纤通道交换机和磁带库。一个典型的综合媒体磁盘阵列的形式是由一种纤维结构而不是其他设备的混合物。

在XML资源整合模型中,节点之间的通信可以同时运行而不互相干扰。因此,民族传统体育文化资源的带宽的开关可以到达港口上的数据流的总和,实现长距离光纤传输和高效传输,实现资源数据的实时存储和检索不同工作站。

一般来说,有一个磁盘阵列信息中心的民族传统体育文化资源,和一个转换器需要介绍当访问全光纤XML资源整合模型。根据先前的实验,它可以证明,纤维高速集成传输的特点将丢失通过转换器,转换器也有XML磁盘阵列的匹配问题。因此,全光纤结构可以充分发挥XML资源整合模型的特点和Yoshiki,原来的磁盘阵列支持XML中的数据备份模块资源整合模型。同时,随着XML资源整合模型形成一个存储模块,其可伸缩性可以支持分布式存储空间的扩张,也就是说,电子资源的持续改进,它是集成到磁盘阵列,从而获得优化的资源建设和投资。

由于大量数据的民族传统体育文化资源,以确保集成模型的运行效率,本文将多目标集成调度算法,从而选择合适的节点优先满足运营效率的优化。以下参数被认为是:(1)完成时间:本论文根据以往的运行时间进行一个评估,请求数,估计运行时间。然后请求 评价实现时间 如下: 在哪里 代表节点所需的时间 , 代表的计算时间 , 代表的计算时间 ,这是计算时间的均值这个请求。 请求的数量, - - - - - -th的操作时间 实现,越近的价值 将集成的实际完成时间。的值越小 ,更快的集成可以实现。(2)负载平衡:如果一个加载的XML节点的民族传统体育文化资源整合模型超过最大能承受,那么整个模型的性能将大大降低。因此,有必要安排集成与轻载节点尽可能平衡负载。因此,提出了一种集成的关键价值拒绝为所有节点。节点设备负载超过临界值时,以下自动集成的请求将被拒绝,并集成请求将上传到促进节点的集合,不达到临界值。临界值操作方程如下:

提出了XML的集成模型,转换角度提出了两种光纤转换器之间的两个不同的节点。分布式教学资源,光纤转换器将从响应节点传输到转换器在另一个节点。由于这种集成方法,一旦发现一个节点空间容量,民族传统体育文化资源的分配可以集成在一起,存储节点的可用容量。

总之,民族传统体育文化资源的整合过程如图5

5。实验和分析

以下实验是为了验证智能集成算法的有效性基于大数据的民族传统体育文化资源。民族传统体育文化的相对资源调度模型。

为了形成一个实验比较,实验组和对照组的处理算法的资源存储主机相连。实验主机配备了该算法,在控制主机配有传统的网络为基础的移植资源整合算法和改进的基于orm资源整合算法。

信息孤岛是一个严重的资源锁定问题。一般来说,越是明显的信息孤岛,资源锁定。假设指标一个能体现信息孤岛现象的发生概率的民族传统体育文化资源。这个指标的价值水平越高,信息孤岛现象的发生概率就越大。

1记录该算法的索引值的具体变化,基于在线迁移的资源整合算法,基于改进的ORM资源整合算法。

通过分析表1后,可以看出该算法的应用,指标的价值一个一直保持着一个持续上升趋势,并在整个实验中,早期的价值显著增加更多的后期。然而,在两个传统的应用算法,指数的价值一个不断增加的趋势,然后稳定,并最终减少,之间没有显著差异的范围增加范围在早期阶段和减少后期阶段。从极限价值的角度来看,指数的最大值一个在实验组下降了26.18%和34.08%,分别比对照组。

总之,应用程序的基于数据的智能集成算法设计的传统民族体育文化资源在这项研究中显著提高的数值水平指数一个,解决了信息孤岛问题的传统民族体育文化资源一个某种程度上,实现了稳定的数据传输和共享信息参数。

假设索引B可以反映实时互联和民族传统体育文化资源信息的沟通能力。在缺乏其他外部影响条件下,标准的价值就越大B、强实时互联和互相配合传统民族体育文化资源的能力。

2记录的具体变化指数B算法,基于在线迁移的资源整合算法,改进的ORM资源整合算法。

通过分析表2可以看到,它的价值指数B该算法总是保持绝对稳定价值存在状态的早期实验中,但从50分钟,这个值的趋势逐渐倾向于走,和全球最大值达到83.16%。的价值指数B两组的传统算法逐渐显示出改变状态略有下降后,和全球最大值达到62.70%和60.66%,分别下降了20.46%和22.50%,实验组的最大值。

总之,经过智能集成算法的应用程序的传统民族体育文化资源设计在这项研究中,基于大数据索引B显示了一个显著增加数值变化状态,证明了该算法可以提高实时互联和互相配合传统民族体育文化资源的能力。

6。结论

在这项研究中,民族传统体育文化资源的智能集成算法基于大数据的设计。深入挖掘传统民族体育文化资源后,弱查询相关数据通过数据修复、资源集成模型是由使用XML技术操作模式。算法解决问题的信息岛在各级传统民族体育文化资源和有效维护稳定的存储环境的传统民族体育文化资源,实现资源的实时互联。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

本研究支持的研究成果的关键学科在巢湖大学体育教育(kj20zdxk01);学校层面科研项目的研究成果巢湖大学(xwy - 201809)。