期刊文献+

大数据环境下的高维数据挖掘技术研究 被引量:7

Research on high dimensional data mining technology oriented to large data
原文传递
导出
摘要 在大数据时代的发展变化中,不仅体现了数据传输的密度低、速度快的方向,还体现了数据大、种类多的方式。在数据不断变化发展中,高维挖掘技术成为主要的研究方向。随着大数据在处理信息和分析数据方向上的改变,不论是人们在企业经营上,还是人们在生活中的应用都发挥着重要条件。所以本文对大数据发展下的高维数据挖掘技术进行讨论,从而实现数据、信息的变化和发展。 in the development of large data era,not only reflects the low density of data transmission,the direction of the speed,but also reflects the large data,a variety of ways.In the continuous development of data,high dimensional mining technology has become the main research direction.With the big data in the processing of information and analysis of the direction of change,whether it is people in business,or people in the life of the application are playing an important condition.So this paper discusses the high dimensional data mining technology in the development of big data,so as to realize the change and development of data and information.
出处 《自动化与仪器仪表》 2016年第3期100-101,共2页 Automation & Instrumentation
基金 国家自然科学基金项目(61375121)
关键词 大数据 高维数据 挖掘技术 large data high dimensional data mining technology
  • 相关文献

参考文献9

  • 1李鹏玺.基于大数据的高维数据挖掘研究[J].信息与电脑,2015,27(8):114-115. 被引量:2
  • 2鲁庆.基于数据挖掘的材料自然环境腐蚀预测研究[D]北京科技大学. 被引量:1
  • 3吴庆耀.高维数据的若干分类问题及算法研究[D]哈尔滨工业大学. 被引量:1
  • 4朱林.基于特征加权与特征选择的数据挖掘算法研究[D]上海交通大学. 被引量:1
  • 5陈建娇.高维数据的K-harmonic Means聚类方法及其应用研究[D]{H}上海:上海大学,2012. 被引量:2
  • 6薛安荣.空间离群点挖掘技术的研究[D]江苏大学. 被引量:1
  • 7康永为.大数据环境下高维数据处理若干问题[D]广西师范大学. 被引量:1
  • 8张娇.基于二分K均值和SVM决策树的数据挖掘算法研究[D]陕西师范大学. 被引量:1
  • 9刘佳佳.高维数据聚类技术中的若干算法研究[D]扬州大学. 被引量:1

共引文献2

同被引文献39

引证文献7

二级引证文献32

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部