海量数据的支持向量机优化挖掘方法

• 作者: 李清霞
• 来源期刊: 现代电子技术
• 关键词: 海量数据 支持向量机 多簇团粒子 数据拟合 整合运算 挖掘离散 优化方法
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 前沿交叉科学
• 页码范围: 137-140
• 页数: 4页
• 分类号: TN911-34|TN913
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.06.033

摘要

传统支持向量机挖掘方法可以对领域数据实现挖掘,但在复杂多变环境下数据挖掘离散程度较大.提出海量数据的支持向量机优化挖掘方法,构造静态粒子空间,局限海量数据挖掘离散程度,形成小规模的、多簇团的粒子挖掘数据集;将单粒子挖掘数据进行离散性拟合,以多簇团粒子整合离散运算,保证挖掘计算进行周期性运行;对同轨挖掘计算进行条件约束,实现小离散程度的数据挖掘.仿真实验验证结果表明,支持向量机优化挖掘方法在复杂多变环境下具有较高的稳定性,并且挖掘离散度小、挖掘信息精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李清霞		10	7	2.0	2.0