摘要：对大数据信息库进行显著性特征数据挖掘，在故障诊断和模式识别等领域具有重要的应用价值．针对传统方法采用大量分布式计算方法对显著性特征数据进行挖掘时，容易出现局部收敛，计算开销较大，数据挖掘实时性不好等问题，提出基于粒子群仿生算法的大数据信息库显著性特征数据挖掘模型．通过提取显著性特征数据的数据结构特征，完成显著性特征数据信息流拟合分析。采用粒子群仿生算法对显著性特征数据的挖掘过程进行跟踪训练，实现挖掘误差修正，完成显著性特征数据挖掘．仿真结果表明，采用该算法进行显著性特征数据挖掘的全局寻优和收敛性较好，挖掘精度较高．

原文链接:http://www.cqvip.com//QK/98149B/201702/672042834.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）