基于机器学习的实时云数据关联规则提取与运维分析方法

来源 :电子设计工程 | 被引量 : 0次 | 上传用户:ffftty
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
以往的数据关联规则提取方法的项集标记结果不全面.针对该问题,提出了基于机器学习的实时云数据关联规则提取方法,为数据运维分析奠定良好的基础.构建机器学习网络架构,利用无监督训练和调优两个步骤训练机器学习网络,由此构建任务调度模型,以最小化构建排队处理提取与运维任务.依据机器学习扫描原理寻找强项集,从强度集合中导出关联规则.在此基础上,描述关联规则运维流程,删除不符合最低支持度的项目集.实验结果表明,该方法获取的实例数据集与实际情况一致,说明其提取效果较好.
其他文献
信号的相关性分析在检测系统、控制系统、通信系统等领域广为应用.为了研究信号的相关性,利用LabVIEW设计了信号相关性研究系统.该系统利用LabVIEW中的波形生成函数产生正弦波、白噪声及叠加白噪声的正弦波3种信号,且波形频率、幅值可以调节;通过自相关函数分析了3种信号的自相关波形,将自相关波形通过FFT函数进行功率谱分析并输出功率谱波形图,便于察看剖析信号的相关性及其频域特征.结果表明周期性信号的自相关函数是周期的,叠加了白噪声的正弦波的自相关函数也是周期的,所设计的系统操作简单,可以应用于教学、科研等
采用0.18μm GaAs衬底增强/耗尽型赝配高电子迁移率晶体管(E/D PHEMT)工艺研制了一款2~6.5 GHz高精度6位数控移相器.为了达到较小的插入损耗和较小的版图面积,采用桥T型高/低通滤波器拓扑结构对5.625°移相器单元进行设计.采用开关切换全通滤波拓扑结构对11.25°、22.5°、45°、90°、180°5个移相器单元进行设计,实现了较小版图面积和高移相精度.芯片尺寸为4.5 mm×1.7 mm×0.1 mm,通过实测可知,在2~6.5 GHz工作频段内,输入输出驻波小于1.6,插入损
针对空调温度控制中被控系统存在的一阶、二阶时滞不稳定过程,采用一种基于极点配置的方法,对Smith预估控制器进行广义等效,等效后的系统可看成不含有时滞的一、二阶系统,通过选用合适的PID控制结构,使系统闭环传递函数满足标准的二阶系统形式.对其等效的闭环控制系统进行频域分析,按照工程实际选用合适的调节时间和闭环极点,整定控制器的PID参数值,从而使系统达到期望性能.仿真结果表明,该系统具有超调量小,调节时间和扰动恢复时时间短的特点,同时所设计的控制系统具有快速跟踪扰动的性能,可供实际的工程应用进行参考.
针对传统桥式整流Boost功率因数校正电路中MOSFET场效应管工作在高频率下损耗过高这个问题设计了一种拓扑结构,通过PWM控制器UC3854的模拟调制将输入交流电转换为直流高压,采用额外添加优化结构的辅助回路的方法,使其在功率开关管导通关断过程中利用储能元件谐振的原理实现零电压操作.使用仿真软件SIMEtrix对电路进行测试,结果表明,该电路在输入市网交流电220 V 50 Hz情况下输出电压稳定保持在400 V,输出功率为250 W,主开关管与辅助开关管均实现了工作过程中的零电压操作(ZVS),符合设