科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对大数据环境下的数据挖掘效率和精度不足的问题，提出了一种基于分类挖掘数学模型的评分方法，设计开发了大数据分类系统.首先利用融合算法模型的构建来解决大数据融合问题.在此过程中，把微分原理作为主要参考依据，并通过控制微分分类数据模型的双边界收敛，在偏微分数据集中进行分类数据模型的计算，在增加或减少数据量的支持下，完成模糊控制向量，再使用数据挖掘模型对聚类算法的数值约束，完成子序列的采集，并在迭代次数最少的情况下，利用测量信息进行收敛调节，最后采用高斯核关联数据挖掘序列.然后利用约束集差分延迟二阶和差分数学分类模型，从而构建了分类差分数学模型和大分类数据.结果及结论表明，所设计的系统大数据分类能够有效地提高准确率,降低内存占用率，具有较高的分类性能.
-
单位闽西职业技术学院
