基于神经网络自适应搜索的大数据挖掘算法

• 作者: 刘鑫
• 来源期刊: 计算机与网络
• 学科: 工学
• 关键词: 神经网络 自适应搜索 大数据挖掘
• 年，卷（期）: 2016,（23）
• 所属期刊栏目: 技术论坛
• 页码范围: 72-75
• 页数: 4页
• 分类号: TP391
• 字数: 2707字
• 语种: 中文

摘要

大数据挖掘是实现数据库访问和数据库的关键信息特征提取的关键,传统的大数据挖掘算法采用粒子群进化方法,当数据特征空间中的干扰因素较多时,数据挖掘性能不好.提出一种基于神经网络自适应搜索的大数据挖掘算法,首先构建了大数据挖掘的神经网络训练模型,通过改进的BP神经网络训练进行数据特征提取和聚类处理,结合自适应搜索迭代方法进行大数据挖掘算法改进,提高数据挖掘过程中的聚类和特征提取性能.仿真结果表明,该大数据挖掘算法具有较高的特征匹配精度,挖掘准确性较高,自适应收敛性能较好,展示了较好的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘鑫	湖南铁道职业技术学院铁道运营与管理学院	44	77	4.0	6.0