大数据中多记录动态信息优化定位查询仿真

摘要

当前动态信息定位查询方法存在召回率低、查询能耗高的问题,提出基于人工蜂群的大数据中多记录动态信息优化定位查询方法.利用语义关联度对多记录动态信息特征进行提取,根据提取结果,完成节点分裂日志实现大数据中多记录动态信息融合.在信息融合通信图中构建聚集树,得到多记录动态信息噪声信息数据分布函数,引入滤波权自适应向量,获取去噪后的多记录动态信息降噪结果.利用轮盘赌法对蜜源进行选择,并搜索近邻新蜜源,判断是否到达最大迭代次数,将不达标的蜜源位置去掉,采蜜蜂转换为观察蜂继续进行查询,并不断更新最优蜜源位置,直到满足迭代停止条件,得到多记录动态信息定位查询结果.实验结果表明,基于人工蜂群的查全率在90％左右,明显高于传统方法.上述方法召回率高、信息查询能耗低,具有较高的应用性能和实用性能.