基于混沌时间序列的资源管理大数据挖掘方法

目的为了实现资源管理大数据的精准挖掘,保证挖掘结果的真实性与有效性,提出一种基于混沌时间序列的资源管理大数据挖掘方法。方法首先,通过相空间重构一个等价的多维状态空间,利用相空间的混沌吸引子寻找预测点的相关函数关联,实现对被测目标区域位置的准确判断;其次,运用经验模态分解将资源管理大数据回波信号分解,按照回波信号间的关联性融合软阈值和粗糙惩罚手段,对资源管理大数据回波信号去噪,预防信号失真现象发生;最后,按照原始定位波形特征,去除回波信号波形伪峰值点,挑选适当的指数函数进行sinc函数波形拟合修正,保证资源管理大数据挖掘结果的准确性。结果仿真实验表明,此方法可以大幅提升资源管理大数据挖掘精度,且耗时较短。结论实现资源管理大数据挖掘,具备较高的应用价值。