大数据特征集准确检测仿真研究

• 作者: 唐黎 姚一永
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 粒子量化融合 大数据 特征分析
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 仿真服务化
• 页码范围: 453-456
• 页数: 4页
• 分类号: TP391
• 字数: 3993字
• 语种: 中文

摘要

对大数据特征集进行准确检测,可提高大数据的处理和分析能力.进行大数据特特征集检测时,主要以大数据信息的关键特征为基础,对大数据特征集进行进行准确描述完成检测,而传统的基于Relief的检测方法主要是通过对选取的大数据初始群体特征进行随机选择,导致大数据特征集中关键特征提取不准确,降低了特征集检测的准确性.提出采用粒子量化融合算法的大数据特征集检测方法,通过粒子群算法和离散二进制粒子群算法,提取具有代表性的初始大数据,并计算适应度函数及适应度值,对大数据特征集最优值进行提取和更新.采用速度与位置更新公式,对数据特征进行更新,将大数据特征集检测问题转换为判断其是否达到最优解的问题,完成大数据特特征集的准确检测,仿真结果表明,改进的大数据特征集检测方法精度高、耗时短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚一永	电子科技大学经济与管理学院	2	27	2.0	2.0
2	唐黎	电子科技大学经济与管理学院	1	3	1.0	1.0