10.3969/j.issn.1006-9348.2017.12.076
大数据环境下特征数据优化提取仿真
对大数据环境下特征数据的优化提取,能够有效提升大数据环境下的数据质量.对特征数据的优化提取,需要得到每个数据质量样本附近的密度值,给出样本聚集的区域,完成对特征数据的优化提取.传统方法先组建原始交易数据集,给出数据的分布规则,但忽略了给出数据样本聚集的区域,导致提取精度偏低.提出基于时间序列的大数据环境下特征数据优化提取方法.该方法先利用时间序列模型识别出各数据状态量的时间序列,将时间序列中的特征数据进行分类,采用高密度聚类方法得到每个数据质量样本附近的密度值,给出样本聚集的区域,将标签运动速度引入到滑动窗口的自适应调整过程中来完成对大数据环境下特征数据优化提取.实验结果表明,所提方法数据提取精度高,充分的保障了大数据环境下的数据质量.
大数据环境、特征数据、提取
34
TP391(计算技术、计算机技术)
青年科技人才成长项目黔教合KY字[2016]307
2018-02-01(万方平台首次上网日期,不代表论文的发表时间)
共4页
345-348