文献类型：期刊文章

作　　者：顾爱华[1,2]

机构地区：[1]盐城师范学院信息工程学院,江苏盐城224002 [2]河海大学计算机与信息学院,江苏南京210098

出　　处：《计算机仿真》

年　　份：2017

卷　　号：34

期　　号：3

起止页码：317-320

语　　种：中文

收录情况：BDHX、BDHX2014、ZGKJHX、核心刊

摘　　要：对云计算中高维数据进行标准化处理,可以提高人们对高维数据的分析能力。对高维数据进行可视化是进行高维数据进行标准化处理的前提,决定了标准化处理的效果。获取高维数据特征矩阵,消除矩阵中的冗余信息,对矩阵中的高维数据按行重新组建,利用最终的结果完成可视化处理,传统方法通过将三维坐标下点集的三个变量映射在数据集的属性类别中进行数据的可视化,不能有效消除冗余数据和信息,可视化效果差,降低了数据标准化处理的效果。提出一种基于改进PCA的云计算网络中高维数据可视化方法,对云计算网络中高维数据进行标准化处理优化,该方法先将原始高维数据矩阵中的变量进行标准化处理,给出新的高维数据特征矩阵,将矩阵中的特征值按顺序进行排列,选取方差最大主成分数据,用主成分贡献率得到转换后的高维数据行间距离,利用分级聚类算法对转换后的高维数据按行重新组建,完成可视化处理,最终实现高维数据标准化处理优化。仿真结果表明,改进方法具有较好的可视化和分类效果,可以很好的实现云计算网络中高维数据标准化处理。

关 键 词：云计算网络  高维数据 标准化处理  

分 类 号：TP391.411]