增广链修复下大数据并行搜索聚类算法

摘要：

研究多源语义特征分层数据库中的大数据聚类方法，实现数据的分类识别。多源语义特征分层数据库中由于路由冲突，在链路负载较大的情况下，不能有效实现对大数据语义特征的并行搜索。提出一种基于增广链同态解析的链路分流方法避免路由冲突，实现增广链修复下大数据并行搜索聚类。构建大数据聚类的语义相似度融合模型，基于跨层链路分流算法实现增广链路分流，进行语义本体模型构建，选择采用高阶贝塞尔函数累积量作为增广链修复检验统计量，确定节点数据包的置信度，确立置信区间，在进行缓冲区溢出修复时，进行功率谱幅度特征提取，实现大数据的并行搜索聚类，进行语义本体模型构建，为离群点新建一个簇，依次对每个文档的主题词集进行处理，将每个主题词自动添加入形式背景的属性集中，采用并行搜索算法实现对语义大数据的优化聚类算法改进。仿真结果表明，采用该算法进行大数据聚类，契合度较高，误分率较低，性能优越。

关键词：语义、数据库、大数据聚类、链路修复

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

在线出版日期：2016-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：109-113