基于机会认知的类脑智能数据挖掘机制

摘要：

由于类脑智能数据具有协同多种不同的认知能力,对复杂环境具备极强的自适应能力,需要组建类脑智能数据的挖掘机制.但是采用当前的算法建立挖掘机制时,难以精确地消除数据中存在的冗余性,存在数据挖掘误差大的问题.为此提出基于机会认知的类脑智能数据挖掘机制.上述方法融合于时间粒度先对原始数据的时间序列进行分割,完成对数据的预处理,依据马氏距离来调整类脑智能数据变量之间的相关性,通过协方差矩阵得到其特征值和特征向量,将离散化的智能数据在粗糙集理论基础上进行属性的约简,在不损失原有类脑智能数据信息的基础上消除表中的冗余片段,从而组建了基于机会认知的类脑智能数据挖掘机制.实验结果表明,所提方法执行类脑智能数据挖掘效果较好,且挖掘效率较快.

关键词：机会认知、类脑智能、数据挖掘机制

所属期刊栏目：33

分类号：TP311(计算技术、计算机技术)

资助基金：2016年度河南省高等学校重点科研项目16A520094

在线出版日期：2017-01-17（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：375-378