多云协同构架云数据分区并行挖掘算法研究 |
| |
作者单位: | ;1.阜阳幼儿师范高等专科学校小学教育学院;2.阜阳师范大学计算机学院 |
| |
摘 要: | 传统数据并行挖掘算法忽略了对数据特征的聚类,数据边界特征点无法得以融合,导致数据挖掘收敛性较差、精度偏低。文章提出基于并行挖掘的多云协同构架云数据分区挖掘算法,建立多云协同构架云数据的特征数据聚类模型,采用边界特征点融合和阈值分割方法,实现多云协同构架云数据的信息融合和聚类处理。
|
关 键 词: | 多云协同构架 云数据 关联规则 分区 并行挖掘 |
Cloud Data Partition Parallel Mining Algorithm Based on Multi-cloud Collaborative Architecture |
| |
Abstract: | |
| |
Keywords: | |
|
|