原文服务方: 科技创新与生产力       
摘要:
传统大数据挖掘技术应用过程中,需要采用多次迭代方式对大数据进行聚类分析,但该种分析方法限制大数据聚类挖掘效率。云计算条件下,大数据聚类挖掘算法得以优化,形成模糊C-均值聚类算法,该种算法以群体智能优化方式结合模糊C-均值聚类算法与混合蛙跳算法,从全局角度对大数据聚类挖掘中的参数进行调整优化。此次研究站在云计算角度,探究具备群体智能算法特征的大数据聚类挖掘优势。研究在概述聚类分析、模糊C-均值以及混合蛙跳算法的情况下展开仿真实验,实验结果表明,基于云计算的大数据聚类挖掘技术具备群体智能算法特征,和其他聚类挖掘算法相比,规避算法中的局部陷阱,不仅聚类特征更加明显,数据的收敛速度和准确度都显著提高。
推荐文章
云环境下基于群智能算法的大数据聚类挖掘技术
大数据聚类挖掘
云环境
群智能算法
数据挖掘
并行化聚类挖掘
数据密度计算
云环境下基于群智能算法的大数据聚类挖掘技术
大数据聚类挖掘
云计算模型分析
聚类分析
聚类算法设计
算法优化
聚类算法改进
云计算中基于群体智能算法的大数据聚类挖掘
群体智能
大数据
聚类算法
混合蛙跳
模糊聚类
云环境下基于群智能算法的大数据聚类挖掘技术
大数据聚类挖掘
云环境
群智能算法
数据挖掘
并行化聚类挖掘
数据密度计算
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 云计算中基于群体智能算法的大数据聚类挖掘
来源期刊 科技创新与生产力 学科
关键词 云计算 群体智能算法 大数据挖掘 聚类分析
年,卷(期) 2022,(9) 所属期刊栏目 技术创新
研究方向 页码范围 87-90
页数 3页 分类号 TN911.1
字数 语种 中文
DOI 10.3969/j.issn.1674-9146.2022.09.087
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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)
研究主题发展历程
节点文献
云计算
群体智能算法
大数据挖掘
聚类分析
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
科技创新与生产力
月刊
1674-9146
14-1358/N
大16开
1980-01-01
chi
出版文献量(篇)
9291
总下载数(次)
0
总被引数(次)
17739
论文1v1指导