网络大数据下的冗余数据分类优化算法研究

欧阳柏成

Chinese

您当前的位置：

首页 >

文章列表页 >

网络大数据下的冗余数据分类优化算法研究

更新时间：2026-09-04

- 网络大数据下的冗余数据分类优化算法研究
- Research on the Redundancy Data Classification Optimization Algorithm under the Big Data of Network
- 微电子学与计算机 2015年32卷第1期页码：128-130
- 作者机构：
  
  贵阳学院机构数学与信息科学学院,贵州,贵阳,550005
- 作者简介：
- 基金信息：
  
  贵州省科技厅联合基金项目(黔科合LH字20147197号)
- DOI：
  中图分类号：
- 纸质出版：2015
- 稿件说明：
移动端阅览
欧阳柏成. 网络大数据下的冗余数据分类优化算法研究[J]. 微电子学与计算机, 2015, 32(1): 128-130.

OUYANG Bo-cheng. Research on the Redundancy Data Classification Optimization Algorithm under the Big Data of Network[J]. 2015, 32(1): 128-130.
欧阳柏成. 网络大数据下的冗余数据分类优化算法研究[J]. 微电子学与计算机, 2015, 32(1): 128-130. DOI：

OUYANG Bo-cheng. Research on the Redundancy Data Classification Optimization Algorithm under the Big Data of Network[J]. 2015, 32(1): 128-130. DOI：

摘要

提出了基于模糊支持向量机算法网络大数据下的冗余数据分类优化方法。提取网络大数据环境下的冗余数据属性特征

为冗余数据分类提供准确的数据基础。根据模糊支持向量机相关理论

获取最优分类平面

从而实现冗余数据分类优化处理。实验结果表明

利用改进算法进行网络大数据下的冗余数据分类优化处理

能够提高分类的准确性

取得了令人满意的效果。

Abstract

The fuzzy support vector machine (SVM) algorithm is proposed under the large data of network redundancy data classification optimization method. Extract the network under the environment of large data redundancy data attributes

providing accurate data basis for redundant data classification. According to the related theory

fuzzy support vector machine (SVM) to obtain the optimal classification plane

so as to realize optimization of redundant data classification. The experimental results show that the improved algorithm under the large data of network optimization of redundant data classification

can improve the accuracy of classification

satisfactory results have been achieved.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

网络负载过高中的均衡技术研究与仿真

基于多尺度融合与小目标增强的航拍车辆检测算法

低功耗设计的双链电源关断策略的实现与验证

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

超低功耗实时时钟电路的设计