基于偏微分分类数学模型的关联挖掘改进技术

• 作者: 周晓峰 车颍涛
• 来源期刊: 现代电子技术
• 关键词: 偏微分方程 时滞 分类模型 关联挖掘
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 科学计算与信息处理
• 页码范围: 36-38
• 页数: 3页
• 分类号: TN911-34|O211.62
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2017.08.011

摘要

为了提高大数据的关联挖掘精度,提出基于偏微分分类数学模型的关联挖掘技术,构建大数据分类的数学模型,求得微分方程的半正定最小特征解向量并进行稳定解分析,采用渐进有理积分逼近得到偏微分分类数学模型的规则集约束条件,避免在进行大数据分类过程中的错分和漏分.采用增减量式支持向量机进行数据分类的模糊控制,结合约束捆绑聚类方法实现关联挖掘改进.实证数据测试得出,该方法进行大数据分类和关联挖掘的收敛性较好,迭代次数受到数据规模的约束较小,抗扰动性较强,具有优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周晓峰		9	23	3.0	4.0
2	车颍涛	河南大学数学与统计学院	2	2	1.0	1.0