摘要：大型云存储数据库中分布海量的非连续层次数据,该类数据具有较强的自耦合非线性特征,采用传统方法进行数据挖掘时,存在挖掘难度大的问题.为此,提出一种基于云计算的非连续层次数据挖掘算法.进行数据挖掘模型的总体分析,对非连续层次数据进行语义指向性特征提取和量化编码,在量化编码的基础上,采用模糊C均值聚类算法,完成语义本体特征指向性波束聚类,实现数据挖掘算法改进.实验结果表明,非连续层次数据挖掘改进算法,精度较高,性能较好,抗干扰能力较强,性能指标优于传统方法.

原文链接:http://www.cqvip.com//QK/98149B/201604/670009599.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。）