| 深度AWB结合改进DIT的高效大数据分类 |
| |
| 引用本文： | 龚健虎,张跃进.深度AWB结合改进DIT的高效大数据分类[J].计算机工程与设计,2021,42(2):468-474. |
| |
| 作者姓名： | 龚健虎 张跃进 |
| |
| 作者单位： | 广东培正学院 数据科学与计算机学院,广东 广州 510830;华东交通大学 信息工程学院,江西 南昌 330013 |
| |
| 摘 要： | 针对传统数据分类属性模型中存在的较为复杂且大数据分类效率低等问题,基于云计算环境,提出利用深度属性加权贝叶斯(deep attribute weighting Bayesian,AWB)算法结合改进差别信息树(differential information tree,DIT)的大数据高效分类方法.利用AWB算法构建大数据训练集的模糊知识库,提高大数据分类精度;采用改进DIT进行模糊粗糙集属性约简,以并行方式利用映射函数对信息进行分区,将洗牌算法融入模糊分类器的设计中,提高大数据分类效率;利用CloudSim仿真器在大型网络数据集对所提方法的性能进行实验论证.实验结果表明,所提方法提高了分类准确度,降低了计算时间,提高了计算效率.
|
| 关 键 词： | 云计算 大数据 深度属性加权贝叶斯 改进差别信息树 模糊分类 属性约简 洗牌算法 |
Efficient big data classification method using deep AWB algorithm and improved DIT |
| |
| GONG Jian-hu,ZHANG Yue-jin.Efficient big data classification method using deep AWB algorithm and improved DIT[J].Computer Engineering and Design,2021,42(2):468-474. |
| |
| Authors: | GONG Jian-hu ZHANG Yue-jin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
