基于粗糙集的海量数据挖掘算法研究

• 作者: 张贵红 李中华
• 来源期刊: 现代电子技术
• 关键词: 数据挖掘 粗糙集 大数据处理 并行计算
• 年，卷（期）: 2016,（17）
• 所属期刊栏目: 测试?测量?自动化
• 页码范围: 116-119,123
• 页数: 5页
• 分类号: TN911-34|TQ028.1
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2016.17.029

摘要

针对传统数据挖掘算法在数据量级方面的局限性，提出在粗糙集理论的基础上，采用类分布链表结构改进传统的基于属性重要性的数据离散化算法、属性约简算法以及基于启发式的值约简算法；讨论了基于动态聚类的两步离散化算法，当算法适应大数据处理之后，采用并行计算的方法提高算法的执行效率。算法测试结果表明改进的算法能有效地处理大数据量，同时并行计算解决了大数据量处理带来的效率问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李中华	乐山师范学院计算机科学学院	19	70	5.0	7.0
2	张贵红	乐山师范学院计算机科学学院	19	19	3.0	3.0