共查询到20条相似文献，搜索用时 35 毫秒
1.
通过对Web大数据库的访问,提高数据库的查询和信息调度能力。传统方法采用基于信息流减法聚类和模糊C均值调度的数据库访问算法,对数据库访问过程中的稀疏度均衡能力不好。提出一种基于稀疏度均衡调度的数据库优化访问算法,分析了数据库中海量数据存储结构模型,进行数据融合和冗余信息滤除处理。采用稀疏度均衡调度方法进行特征提取和数据库访问过程中的均衡调度,提高数据查准率。仿真结果表明,利用该算法进行数据库访问的均衡性能较好,数据的查准率和查全率较高。 相似文献
2.
提出一种基于大数据存储区域自动筛选的数据库优化存储和访问技术,首先进行数据库中数据分布存储模型设计和数据结构分析,采用模糊C均值聚类算法进行大数据的存储区域优化聚类,提高数据聚敛能力。采用滤波算法进行数据库中的干扰滤波处理,对滤波输出的数据进行存储区域的自动筛选控制,实现数据库存储空间优化,提高数据库访问的指向性和配准性。仿真结果表明,利用该方法进行数据库优化设计,对大数据的存储和调度性能都有较大改善。 相似文献
3.
4.
《鸡西大学学报》2019,(11)
在远程在线学习过程中,需要进行学习行为数据的优化挖掘,指导学习行为优化,提出基于可信动态度量的学习行为数据分布式挖掘算法。建立远程在线学习行为数据的大数据演化特征分布模型,采用大数据信息融合方法进行学习行为数据的可信动态度量,提取学习行为数据分布式关联特征量,采用模糊相关性融合调度方法进行学习行为数据分布式挖掘过程中的自适应调度和寻优控制,结合模糊K均值聚类分析方法进行学习行为数据分布式挖掘的动态特征量聚类分析,在聚类中心中实现对远程在线学习行为数据的自适应融合和分布式挖掘。仿真结果表明,采用该方法进行可信动态度量下学习行为数据分布式挖掘的准确性较高,收敛性较好,挖掘过程的自适应学习性能较好。 相似文献
5.
6.
7.
检索结果聚类能够有效帮助提高获取信息的效率和质量。针对传统文本聚类模型存在数据维数过高、缺乏语义理解等问题,提出一种面向检索结果聚类的融合共现分析主题建模算法。基于改进的LDA模型,对得到的“文档-主题”概率分布进行聚类分析,采用K-means算法完成聚类过程,最后提出根据聚类中心提取主题词作为类簇标签。实验结果表明,改进的LDA算法在检索结果聚类应用上不仅获得了很好的聚类效果,类簇标签也有良好的可读性。 相似文献
8.
Kmeans算法存在两个主要缺陷,导致聚类结果准确率较低。为改善聚类效果,提出一种DGK-Kmeans算法。该算法选用核密度估计处理数据,得到备选聚类中心,依据平均类间相似度动态增加初始聚类中心个数,直至平均类间相似度大于前次计算值时,选取平均类内相似度最小时对应的聚类中心为初始聚类中心,进行Kmeans聚类计算。采用UCI标准数据集进行实验,证明改进后的DGK-Kmeans算法在聚类准确率和稳定性方面有很大提高。 相似文献
9.
针对传统 K-means 算法随机选取初始聚类中心导致聚类结果随机性大、优劣不定的缺点,通过定义局部方差,利用方差反映数据密集程度的特性,提出一种基于最小 局部方差优化初始聚类中心的 K-means 算 法。该算法选取数据集中局部方差最小的点作为一个初始聚类中心,并利用数据信息更新数据集,直到选到 k个初始聚类中心,实现初始聚类中心优化。基于 UCI 数据集与人工数据集进行实验,与传统 K-means 算法及最小方差优化初始聚类中心的 K-means 算法进行性能比较。实验结果表明,基于最小局部方差优化初始聚类中心的 K-means算法具有良好的聚类效果和很好的鲁棒性,且聚类时间较短,验证了算法有效性和优越性。 相似文献
10.
针对多信道广播中用户访问时间最小化的问题,提出一种偏斜调度策略。该策略引入了近似最优的TOSA算法的高层调度算法,然后将经典的多盘调度算法应用于算法中的低层调度以进一步提高数据广播性能。试验结果表明,该算法有效地降低了用户的平均访问时间．在偏斜数据访问模式下性能更优。 相似文献
11.
针对数据挖掘算法中的聚类算法在聚类不规格形状数据点分布的处理难题,对基于密度梯度的聚类算法进行了研究。通过分析数据样本及其周边的点密度变化情况,选择沿密度变化大的方向寻找不动点,从而获取原始聚类中心,再利用类间边界点的分布情况对小类进行合并。阐述了基于密度梯度的聚类算法以及应用此算法进行电信行业客户细分的方法、步骤和案例。 相似文献
12.
嵌入式网络数据库优化访问的关键是对访问目标数据的准确推荐和挖掘,以实现数据的准确检索。提出一种基于模糊C均值聚类的嵌入式数据库并行推荐算法,构建嵌入式数据的数据结构模型,进行数据信息流属性集特征提取。采用模糊C均值聚类算法实现属性分类,以此实现嵌入式数据的库并行推荐和挖掘。仿真结果表明,采用该算法进行数据库访问,精度较高,执行时间较短,性能优越。 相似文献
13.
通过分析高校教学资源存储现状,借助云计算和云存储这一新兴基础架构管理方法,把大量的、高度虚拟化的资源管理起来,构建高校IT云服务模式.规划设计高校教学资源云存储中心,构建云环境来提供教学资源存储和访问服务,以解决高校教学资源建设中的实际问题. 相似文献
14.
数据库访问是实现数据挖掘和信息查询的关键技术,传统的数据库访问方法采用关联规则矢量特征提取方法,对大数据差异状态数据库的链路匹配性能不好,访问过程中的数据聚类误差较大。提出一种基于数据链模板匹配的数据库优化访问技术,首先进行数据库的数据结构分析和访问系统的总体结构构建,然后进行数据库访问特征信息流模型构建和特征提取,并采用数据链模板匹配方法进行数据库访问的关联规则信息索引,以提高数据访问过程中的匹配性能。仿真实验结果表明,采用该方法进行数据库访问,数据索引过程中的特征匹配性能较好,数据召回率较高,访问精度较好。 相似文献
15.
针对K-means算法对初始聚类中心敏感、容易收敛于局部极值和人工鱼群算法最大步长固定、寻优精度不高、后期收敛速度慢的问题,提出一种K-means和人工鱼群相结合的聚类算法。该算法将K-means聚类中心引入人工鱼群适应度函数,自动确定近似全局最优的初始聚类中心,并将其作为K-means初值详细进行局部搜索,以提高精度。同时采用淘汰机制和自适应的最大步长策略,优化人工鱼群算法性能。在Iris、Wine数据集和EPA-HTTP应用日志数据上对IAFSA KM算法进行实验仿真分析,验证了算法的有效性和可行性。 相似文献
16.
针对k-means算法对初始聚类中心敏感的问题,提出利用人工鱼群算法去优化k均值算法,即先通过人工鱼的行为进行全局搜索,得到一个初始的全局最优划分后再进行聚类,运用云平台Hadoop的并行处理框架Mapreduce对混合算法实施并行处理,从而快速准确地处理大量数据。实验结果表明,改进后的算法在执行速度、准确性、加速比及可扩展性方面都有所提高。 相似文献
17.
研究了采用射频识别技术的电能表无线传感器网络系统.通过运用虚拟化的元数据模型与目录服务相结合.提供元数据目录服务,并在此基础上提出了单一数据访问接口,从而实现网格环境下统一的数据访问.介绍了时钟同步算法在无线传感器网络中的应用及需求,分析了性能参数和时间同步的误差,阐述了基于层次的传感器网络时间同步算法. 相似文献
18.
K-means算法是聚类分析划分方法中的一种常用方法,也是目前在数据分析方法中最有应用前景的方法之一。但K mean算法对初始聚类中心十分敏感,这对处理学生成绩等数据而言,会导致聚类结果极为不稳定。为此,提出基于改进遗传算法的K means聚类算法。该算法利用遗传算法解决初始聚类中心,提高聚类结果的稳定性,但存在前期过早收敛和后期收敛过慢的缺点。将改进遗传K means聚类算法应用于高职高专的学生考试成绩分析中,可以很好地解决传统遗传聚类算法对聚类结果的不稳定性问题,并通过聚类结果对学生考试成绩进行分类评价,利用所获得的数据聚类结果指导教学,从而提高教学质量。 相似文献
19.
提出一种基于相似度特征匹配和自适应资源调度的工业生产物流供应链大数据资源融合技术。首先构建了工业生产物流供应链大数据资源调度数据处理平台,进行物流供应链的大数据特征采样,对采样的数据流进行相似度特征匹配。采用自适应资源调度方法进行数据滤波和特征融合,以此为基础进行物流供应链的优化调度,以提高大数据的并行处理效率。仿真结果表明,利用该算法进行大数据资源融合效率较高,配准性能较好,执行时间短,性能优于传统算法。 相似文献
20.
随着云计算理念的普及和云计算技术的发展,在云中部署商业服务已成为一个趋势。云服务类型和数量的持续增长,使用户面临着如何选择最佳云服务的重要挑战。首先分析了云计算环境中服务推荐涉及的对象,接着引入了用户社区的概念,最后结合经典协同过滤推荐算法和聚类技术,提出了一种基于社区聚类的云服务推荐算法:Cloudrec。实验结果表明该算法性能优于传统经典推荐算法,更适应云计算环境。 相似文献