论文摘要
为提高不完整高维大数据的挖掘和检索能力,需要进行相似度度量研究,提出基于信息融合和模糊聚类的不完整高维大数据的相似度度量方法。构建不完整高维大数据的统计序列模型,采用大数据空间区域结构重组方法进行不完整高维大数据的相似度度量,提取不完整高维大数据的相似度的描述性统计特征量,结合量化回归分析方法,对提取的不完整高维大数据的关联特征集进行分类融合,构建基于模糊C均值聚类的不完整高维大数据信息融合模型,采用分段检验方法进行数据聚类中心寻优控制,实现不完整高维大数据的相似度度量与建模。仿真结果表明,采用该方法进行不完整高维大数据的相似度度量的准确性较好,特征匹配能力较强,提高了大数据的挖掘准确性和完整性。
论文目录
文章来源
类型: 期刊论文
作者: 漆世钱
关键词: 不完整高维大数据,相似度度量,特征提取,挖掘,模糊聚类
来源: 信息工程大学学报 2019年04期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用
单位: 武警海警学院
基金: 武警海警学院教学改革项目(KG201812),教育部高教司教学改革项目(201802087033)
分类号: TP311.13
页码: 487-491
总页数: 5
文件大小: 1752K
下载量: 26
相关论文文献
标签：不完整高维大数据论文; 相似度度量论文; 特征提取论文; 挖掘论文; 模糊聚类论文;