基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了对大数据进行分流处理,需要对大数据分流系统设计方法进行研究.采用当前分流系统设计方法对大数据进行分流处理时,存在聚类准确性低和分流效率低的问题.在优化聚类算法的基础上提出一种大数据分流系统设计方法,采用空间重构方法对分流系统中的大数据进行非线性映射处理,得到数据的时间序列信息模型,通过指标数据投影方法得到数据在信息模型中的高维映射矢量,根据数据的高维映射矢量构建搜索目标函数,并求得目标函数的极值,利用极值计算大数据的时延尺度特征值,根据数据时延尺度特征值采用粒子群算法对大数据进行聚类处理,根据聚类结果对大数据进行分流处理,完成大数据分流系统的设计.仿真结果表明,所提方法的特征提取结果精准度高,系统分流所用时间少,验证所提方法的聚类准确性高、分流效率高.
推荐文章
基于优化粒子群算法的云环境大数据聚类算法
大数据聚类
云环境
粒子群优化
空间分割
模糊聚类
仿真测试
云计算平台下的大数据分流系统的设计与优化
云计算
大数据分流系统
TinyOS
优先级调度
基于绕质心聚类算法的大数据挖掘
大数据
分裂聚类
凝聚聚类
数据挖掘
大数据环境下基于狼群优化的聚类算法分析与研究
大数据
狼群优化算法
数据聚类
数据位置更新
狼群模拟训练
数据训练
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于优化聚类算法的大数据分流系统设计仿真
来源期刊 计算机仿真 学科 工学
关键词 优化聚类算法 大数据 分流系统
年,卷(期) 2018,(12) 所属期刊栏目 仿真方法与算法
研究方向 页码范围 204-207
页数 4页 分类号 TP311.13
字数 3718字 语种 中文
DOI 10.3969/j.issn.1006-9348.2018.12.049
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 唐晶磊 西北农林科技大学信息工程学院 36 300 10.0 16.0
2 张晓婷 西北农林科技大学信息工程学院 8 11 2.0 3.0
3 李茵 西北农林科技大学信息工程学院 8 48 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (89)
共引文献  (83)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (13)
二级引证文献  (2)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(12)
  • 参考文献(0)
  • 二级参考文献(12)
2014(27)
  • 参考文献(0)
  • 二级参考文献(27)
2015(18)
  • 参考文献(0)
  • 二级参考文献(18)
2016(9)
  • 参考文献(7)
  • 二级参考文献(2)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
优化聚类算法
大数据
分流系统
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导