基于数据降维的复杂属性大数据分类方法研究

• 作者: 宋志蕙 胡淑新
• 来源期刊: 河南科技
• 学科: 工学
• 关键词: 数据降维 复杂属性 大数据 分类
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息技术
• 页码范围: 18-20
• 页数: 3页
• 分类号: TP391
• 字数: 3228字
• 语种: 中文

摘要

针对数据的多维度、非线性、不稳定性等特有的复杂属性,在传统数据分类方法的基础上,本研究将高维大数据进行降维处理,结合SVM分类方法和多元SVM-REF分类方法,提出一种基于数据降维的复杂属性大数据分类方法.试验证明,与传统数据分类方法相比,本设计方法能够有效地提升复杂属性大数据的分类效率,也为后续对高维数据分类和数据复杂波动规律分析的深入研究提供依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋志蕙	郑州财经学院电子商务学院	3	0	0.0	0.0
2	胡淑新	郑州财经学院电子商务学院	9	4	1.0	2.0