基于模糊改进聚类分析的数据挖掘模型

分享到

【获取途径】超星期刊网
【作者】庞天杰
【刊名】太原师范学院学报(自然科学版)
【作者单位】太原师范学院计算机系
【年份】2016
【卷号】第15卷
【期号】第2期
【页码】40-45
【ISSN】1672-2027
【关键词】模糊C均值聚类数据挖掘混沌粒子群
【摘要】针对对海量数据库中的大数据进行优化挖掘,可以提高数据特征的提取和检测能力.传统方法采用模糊C均值聚类的数据挖掘算法,当数据在层次聚类过程中空间特征的相似度差异性较小时,数据挖掘的准确度不高.提出一种基于粒子群混沌差分训练对模糊C均值聚类算法进行改进,建立数据挖掘优化模型.首先提出了数据聚类据挖掘模型的总体构架,采用非线性时间序列分析方法进行数据信息流拟合,对数据信息流进行高阶累积量特征提取,采用粒子群混沌差分训练实现模糊C均值聚类算法改进.以改进的模糊聚类算法对提取的高阶累积量特征进行聚类分析,...
【文献类型】期刊