【出 处】：《 计算机仿真 》 CSCD 2015年第32卷第12期 396-399页,共4页

【作 者】： 狄婧 [1,2]

【摘 要】 研究云计算环境下数据融合优化问题，可提高后期数据识别的精度。当前云计算环境下数据分属不同服务器，数据差异化的特征越来越大。当前的融合方法在进行数据融合的过程中，融合前分类区域数量是固定的，使得对差异过多过大的数据很难形成固定数量的分类结果，导致出现融合效果差的问题。提出采用混合累积模式匹配的云数据特征分区融合算法，将路由协议部分进行泛化处理，对网络权值进行训练，为向量的分类操作提供基础。通过SOFM神经网络对采集到的数据信息进行非固定区域划分，采用融合法将同一组数据进行融合。将原始数据经SOFM后分类成的若干个数据集合作为云数据融合的输入，采集特征值，进行云数据特征分析，最终获取传输至汇聚节点的数据。仿真结果表明，所提方法对融合云数据具有很高的效率。