本文主要研究内容
作者罗红英（2019）在《基于微积分分类数学模型的关联挖掘改进方法》一文中研究指出：基于弱关联挖掘模型的关联挖掘方法,依据大数据流信息间的局部关联实现数据挖掘,未考虑数据信息流间的互信息特征,挖掘效果差。研究大数据关联挖掘的改进方法,采用微积分分类数学模型改进关联挖掘过程。该方法提取混合云环境下数据信息流的互信息特征,依据该特征采集大数据流模型的最大Lyapunove指数谱特征,通过矩阵压缩方法使得高维矩阵转换成低维矩阵。在此基础上依据微积分极值原理构建大数据的微积分分类数学模型,该模型通过最大Lyapu-nove指数谱网格分布矩阵的奇异值分解方法,分解大数据特征向量矩阵行,将大数据关联挖掘过程转换成小规模并行运算过程,实现大数据挖掘中并行算法的改进。实验结果表明,采用该方法进行关联挖掘运算的时间开销的平均值为4.7 s,扩展率平均为0.7,挖掘效果佳。
Abstract
ji yu ruo guan lian wa jue mo xing de guan lian wa jue fang fa ,yi ju da shu ju liu xin xi jian de ju bu guan lian shi xian shu ju wa jue ,wei kao lv shu ju xin xi liu jian de hu xin xi te zheng ,wa jue xiao guo cha 。yan jiu da shu ju guan lian wa jue de gai jin fang fa ,cai yong wei ji fen fen lei shu xue mo xing gai jin guan lian wa jue guo cheng 。gai fang fa di qu hun ge yun huan jing xia shu ju xin xi liu de hu xin xi te zheng ,yi ju gai te zheng cai ji da shu ju liu mo xing de zui da Lyapunovezhi shu pu te zheng ,tong guo ju zhen ya su fang fa shi de gao wei ju zhen zhuai huan cheng di wei ju zhen 。zai ci ji chu shang yi ju wei ji fen ji zhi yuan li gou jian da shu ju de wei ji fen fen lei shu xue mo xing ,gai mo xing tong guo zui da Lyapu-novezhi shu pu wang ge fen bu ju zhen de ji yi zhi fen jie fang fa ,fen jie da shu ju te zheng xiang liang ju zhen hang ,jiang da shu ju guan lian wa jue guo cheng zhuai huan cheng xiao gui mo bing hang yun suan guo cheng ,shi xian da shu ju wa jue zhong bing hang suan fa de gai jin 。shi yan jie guo biao ming ,cai yong gai fang fa jin hang guan lian wa jue yun suan de shi jian kai xiao de ping jun zhi wei 4.7 s,kuo zhan lv ping jun wei 0.7,wa jue xiao guo jia 。
论文参考文献
论文详细介绍
论文作者分别是来自现代电子技术的罗红英，发表于刊物现代电子技术2019年08期论文，是一篇关于关联挖掘论文,并行算法改进论文,微积分分类论文,奇异值分解论文,大数据挖掘论文,数学模型论文,现代电子技术2019年08期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自现代电子技术2019年08期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：关联挖掘论文; 并行算法改进论文; 微积分分类论文; 奇异值分解论文; 大数据挖掘论文; 数学模型论文; 现代电子技术2019年08期论文;