国家学术搜索
登录
注册
中文
EN
首页
|
基于改进PSO粒子群及K-Means聚类算法的物联网数据挖掘查全优化研究
基于改进PSO粒子群及K-Means聚类算法的物联网数据挖掘查全优化研究
引用
认领
扫码查看
点击上方二维码区域,可以放大扫码查看
原文链接
NETL
NSTL
万方数据
中文摘要:
大数据云计算环境下的物联网数据挖掘与分析,是企业大数据项集采集、数据样本挖掘与统计分析关注的重要方向之一.通过基于云计算Hadoop分布式软件服务架构,建构起改进粒子群(Particle Swarm Optimization,PSO)优化算法、K-Means聚类挖掘算法,设置自调节惯性权重、云变异算子进行不同类别物联网数据提取、全局搜索、极值追踪与更新,构造聚类函数完成不同数据项集的聚类分析,进而解决海量物联网数据的挖掘与计算问题、保证自适应聚类数组的采样查全准确率.
收起全部
展开查看外文信息
作者:
李艳霞、张艳芳
展开 >
作者单位:
临汾职业技术学院,山西临汾 041000
关键词:
云计算环境
物联网
数据挖掘算法
研究
出版年:
2024
DOI:
10.20153/j.issn.2096-9759.2024.01.046
长江信息通信
湖北通信服务公司
长江信息通信
影响因子:
0.338
ISSN:
2096-9759
年,卷(期):
2024.
37
(1)
参考文献量
6