基于频繁项自适应学习的分类算法

来源 :河南工程学院学报:自然科学版 | 被引量 : 0次 | 上传用户:www_com_me
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了提高大数据在存在类间闭频繁项干扰下的分类提取能力,提出了一种基于频繁项自适应学习的大数据优化分类算法.采用离散高斯随机序列分析方法构建大数据信息流模型,对大数据分布式时间序列进行奇异值分解和特征空间重组,将大规模的数据问题变为一系列小规模特征分解运算.采用分段预白化匹配滤波算法进行类间闭频繁项干扰抑制处理,提高大数据分类的局部平稳性和泛化性.在重组的特征空间中提取大数据信息流的高阶累积量特征,采用模糊K均值聚类方法对提取的特征量进行分类处理,实现了大数据分类算法的改进.仿真结果表明,采用该算进行大数据
其他文献
目的探讨前列腺增生症患者社区及与专科医院联合临床管理的效果。方法将我院2014—2016年收治的190例前列腺增生症患者随机分为对照组90例,观察组100例。对照组采用常规的药
冬季降雪的北方地区都面临如何解决雪天交通的问题.传统的撒盐化雪方法对桥体钢筋和道路面层会产生严重损害,因此,解决融雪剂问题思路的同时应考虑降低冰点作用、融化热作用
转位式牛头刨床夹具是生产车床小刀架必不可少的工艺装备.从该夹具的工作原理与定位方案出发,对零部件 进行了结构设计,利用虚拟装配技术确定了各零部件的尺寸,在装配过程中