基于仿生算法的显著性特征数据挖掘方法

• 作者: 赵曦
• 来源期刊: 西安工程大学学报
• 关键词: 仿生算法 粒子群 显著性特征 数据挖掘
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 计算机科学
• 页码范围: 244-250
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2017.02.017

摘要

对大数据信息库进行显著性特征数据挖掘,在故障诊断和模式识别等领域具有重要的应用价值.针对传统方法采用大量分布式计算方法对显著性特征数据进行挖掘时,容易出现局部收敛,计算开销较大,数据挖掘实时性不好等问题,提出基于粒子群仿生算法的大数据信息库显著性特征数据挖掘模型.通过提取显著性特征数据的数据结构特征,完成显著性特征数据信息流拟合分析.采用粒子群仿生算法对显著性特征数据的挖掘过程进行跟踪训练,实现挖掘误差修正,完成显著性特征数据挖掘.仿真结果表明,采用该算法进行显著性特征数据挖掘的全局寻优和收敛性较好,挖掘精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵曦	广东科学技术职业学院计算机工程技术学院	21	57	4.0	7.0