首页|智能网络系统低匹配度数据深度挖掘算法研究

智能网络系统低匹配度数据深度挖掘算法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
常规的挖掘算法在处理智能网络系统中的低匹配度数据时,因迭代次数过多造成运算节点上的数据挖掘完成度较低.为此,提出智能网络系统低匹配度数据深度挖掘算法研究.经过数据变换和数据规约处理数据,将数据转换成更适合深度挖掘的格式,最大限度地精简数据量,利用神经网络模型更新挖掘规则,同时将数据结构中冗余连接与节点去掉,采用I/O输入输出方式循环计算完成数据深度挖掘.测试结果表明:相同的测试条件下,与常规的挖掘算法相比,提出的低匹配度数据深度挖掘算法在不同的运算节点上的挖掘完成度更高,始终保持在85％～99％之间,适合应用在智能网络系统低匹配度数据深度挖掘中.
Research on deep mining algorithm for low matching data in intelligent network system

韩高峰

展开 >

安徽文达信息工程学院计算机工程学院,安徽合肥231201

智能网络 神经网络 低匹配度 数据挖掘

2018年安徽省教育厅省级质量工程重点项目2019年度校级重点科研项目

2018jyxm1394XZR2019A06

2020

宁夏师范学院学报
宁夏师范学院

宁夏师范学院学报

影响因子：0.138
ISSN：1674-1331
年,卷(期)：2020.41(4)
  • 1
  • 15