基于语义关联性特征融合的大数据挖掘方法

• 作者: 刘道华 米捷
• 来源期刊: 信阳师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 大数据挖掘 语义 信息融合 聚类 特征提取 相空间重构
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 应用技术研究
• 页码范围: 141-145
• 页数: 5页
• 分类号: TP391
• 字数: 3237字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0972.2019.01.025

摘要

提出一种基于语义关联性特征融合的大数据挖掘算法.对云存储大数据分布式信息流进行高维相空间重构,在重构的相空间中提取大数据的语义关联维特征量,以提取的特征量为测试集进行自适应学习训练.采用模糊C均值算法进行大数据语义关联特征的稀疏性融合和聚类处理,在聚类中心实现对挖掘目标数据的指向性聚敛,输出数据挖掘结果,并采用特征压缩器进行降维处理,降低计算开销.仿真结果表明,采用该方法进行大数据挖掘的特征提取准确性较好,挖掘数据的聚类能力较强,在实时性和准确性方面具有优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘道华	信阳师范学院计算机与信息技术学院	71	340	10.0	15.0
2	米捷	河南工程学院计算机学院	26	95	4.0	9.0