海量数据的支持向量机优化挖掘方法

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.

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

所属期刊栏目：41

分类号：TN911-34;TN913

资助基金：中国教师发展基金会CTF120715;广东理工学院质量工程项目基金JXGG2017023;广东理工学院精品资源共享课程项目基金JPKC2016001 Project Supported by Chinese Foundation for Teacher DevelopmentCTF120715;Quality Engineering Project Fund of Guangdong Polytechnic CollegeJXGG2017023;Boutique Resource Sharing Program Fund of Guangdong Polytechnic CollegeJPKC2016001

在线出版日期：2018-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：137-140