摘要：云计算环境下用户兴趣数据的准确检测，能够更好的提升数据管理质量。对用户数据的准确检测，需要对空间数据聚类过程进行自适应训练，获取数据聚类目标函数，完成对某一特征数据的准确检测。传统方法先给出数据检测空间的最优置信度，表述空间数据的采样时间长度，但忽略了获取数据聚类目标函数，导致检测精度偏低。提出基于空间自相关性的云计算环境下用户兴趣数据检测方法。上述方法先利用邻域对象的空间自相关性理论，获取离群空间数据和其邻域空间数据的距离，对各个数据进行聚类，获取数据均值参考点，并对生成的数据均值参考点进行拟合，提取数据高阶累积量特征，依据差分进化理论对空间数据聚类过程进行自适应训练，获取数据聚类目标函数，并完成对用户兴趣数据准确检测。实验结果表明，所提方法检测精度高，极大的提升了云计算环境下的数据管理质量。

简介：《计算机仿真》（CN：11-3724/TP）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社