大数据子集特征遗忘启发价值信息提取方法

摘要：

传统的大数据中价值信息提取方法采用基于模糊学习理论的数据融合处理方法，将预定学习序列输入神经网络，通过模糊启发，对预定序列进行多模型映射，此方法模型复杂，且启发率低。提出一种大数据子集特征遗忘启发的价值信息提取方法，对大数据进行非线性映射归一化，使每个子集实现并行运算，通过混沌方法提取子集特征，并建立混沌模型下的子集特征遗忘启发链，针对不同子集中的价值信息，依据遗忘启发链实现启发，提取价值信息。采用一组大数据下的伪随机价值信息进行提取测试，仿真实验表明，本文价值信息提取方法的提取率达到了98%，对于大数据下的价值信息提取具有很好的指导意义。

关键词：大数据、子集特征、遗忘启发、价值信息提取

分类号：TP311(计算技术、计算机技术)

资助基金：河南省教育厅2012年度河南省高等学校青年骨干教师资助计划项目教高〔2012〕626号；河南省教育厅2013年度科学技术研究重点项目资助计划项目13A520208，教科技〔2013〕68号。

在线出版日期：2014-11-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：160-162