基于数据挖掘和区块链技术的碳排放信息定向提取模型

为了提高信息定向提取效率,保证碳排放信息安全传输,研究基于数据挖掘和区块链技术的碳排放信息定向提取模型。从碳排放信息的使用、管理、安全性角度,设计碳排放信息定向提取模型,获取包括能源活动及生产的工业碳排放信息和利用熵值法获取的碳排放绩效信息,构建碳排放信息库,运用朴素贝叶斯方法挖掘碳排放信息库碳排放信息,并通过引入同态加密算法的区块链技术,定向获取碳排放信息。实验表明,该模型可定向提取所需碳排放信息,具备大规模碳排放信息定向提取效率优势,且碳排放信息的加密效果好,可确保碳排放信息安全传输。

关联规则在医药云数据定向中的应用与仿真

研究医药云数据的高效定向提取问题,提高数据提取的准确性和效率。受医药云数据复杂特性的限制使得从云数据中定向提取有效的信息较困难,当医药数据描述比较模糊时医药数据特征不明显,传统的云数据定向提取Apriori方法不能准确完成提取,提取过程需多次扫描数据库造成医药云数据定向提取的效率低、准确度不高。为解决上述难题,提出了关联规则应用在医药云数据定向提取中。引入模糊集理论和语义关联规则概念对描述模糊的医药数据提取请求进行合理转换解释,解决描述模糊的云数据准确提取,然后通过调整扫描项集的大小避免多次扫描数据库,以达到提高数据提取效率的目的。仿真结果表明,上述方法能够完成医药云数据的高效定向提取,保证提取的准确度和效率。