共查询到10条相似文献，搜索用时 15 毫秒
1.
2.
《科技通报》2015,(10)
通过挖掘生物信息大数据,从生物信息大数据库中提取感兴趣的数据特征,分析生物信息大数据集的细节结构,提高对生物信息的采集、处理、存储、传播,分析能力。传统的生物信息大数据挖掘模型采用基于小波多窗谱提取的生物信息挖掘算法,由于生物特征的属性权重需求各异,数据挖掘精度不高,提出一种基于梯度采样局部收敛的生物信息大数据挖掘模型。首先构建生物信息大数据库模型和生物信息特征挖掘实体模型,采用提取采样局部收敛方法实现对数据挖掘模型的改进,通过求解最优输入控制序列以及索引系统最优目标函数,实现系统的控制输入和预测,使用梯度采样局部收敛的方法进行生物信息大数据挖掘检测,得到生物信息大数据的梯度采样局部收敛属性集合。仿真结果表明,能实时准确地实现对生物信息的储存、检索和分析,提高数据挖掘能力,收敛精度较高。 相似文献
3.
《科技通报》2015,(8)
在数字化信息系统中,将大量网络计算资源、存储资源与软件资源等多源信息资源进行多层次异构存储,对信息资源的调度和检索成为难题。传统的多源信息检索方法采用概念格差异融合算法,无法有效识别差异化网络数据的语义特征,检索性能不好。提出一种基于概念格特征分区的多源信息检索优化算法。概念格的生成是进行数据分析、关联分析和挖掘关联规则的前提,首先给出概念格的构造模型,进行概念格特征分区,得到数据库集合的特征概率函数密度,构建满足约束条件的无冗余概念格,计算多源信息的两种相似度系数,挖掘约束关联规则,提高信息检索精度。仿真实验表明,该算法实现多源信息检索性能优越,无偏性好,精度较高。 相似文献
4.
在CStor云数据库访问中,细粒度云存储数据的信息特征存在个体较大差异,访问路径产生多频偏移,数据访问调度性能受限。传统方法中采用PSO局部搜索方法进行访问路径修正,搜索效率低,个体更新较慢。提出一种基于细粒度云存储数据迭代恢复匹配的云数据库访问路径偏移修正算法,以PSO多信息融合Pareto支配集为指导,构建多信息融合细粒度数据的主特征模型,采用迭代恢复匹配方法增加了局部搜索提高搜索到全局最优解的几率,实现路径偏移修正。仿真实验采用3组测试集对CStor云数据库进行访问调度和路径偏移修正,结果表明采用该算法,实现对访问路径的动态实时修正,收敛距离较小,提高了CStor云数据库访问和数据挖掘性能。 相似文献
5.
《科技通报》2015,(8)
通过对全民健身效益指数异构数据挖掘,分析全民健身体育运动训练对社会人群的健康效益指数的促进关系模型,长期实际考察和样本采集分析,掌握多元化全面健身运动对不同群体身体机能改进程度。传统的全民健身效益指数异构数据挖掘算法采用运动条件下身体功能参数指标体系构建算法,当不同运动群体的体质测定具有非显著性差异时,数据挖掘的效果不好。提出一种基于全民健身效益指数信息存储树形结构分形的多元化异构数据挖掘算法。考虑不同的健身项目类型,构建网格分配下的网络资源数据库结构模型,得到多元化全面健身中多叉树级联系统,基于高维多元统计分析方法,得到基于全民健身效益指数信息存储树形结构分形的挖掘模型,提高数据挖掘性能。仿真结果表明,该模型能提高数据挖掘算法检索和数据挖掘性能的可控性和普适性,精度较高,效益指数预测偏差降低,性能优越,实现了通过对全面健身效益指数的异构数据挖掘,定量分析全面健身活动对社会经济和人体身体素质及健康水平的促进作用。 相似文献
6.
随着大数据信息技术的发展,数据在线监测和数据挖掘成为计算机信息领域研究的热点。通过对Web热点数据分割挖掘,提高信息热点追踪和Web数据分类能力。传统算法采用非结构化数据挖掘算法,无法有效对Web热点数据进行准确定位和分层挖掘。提出一种基于半结构化分割的Web热点数据挖掘算法。采用半结构化数据进行特征分割,基于优秀基因位进行差分进化,使寻优曲线不断趋于平缓,在多个节点上并行的运行比较脚本,采用半结构化分割,使得Web热点特征挖掘实现自适应寻优,得到Web热点数据的分配因子,提高了挖掘性能。仿真结果表明,该算法获得了良好的效率和精度,提高了Web热点数据挖掘的自适应寻优能力。 相似文献
7.
《科技通报》2015,(8)
通过对智能数据库的特征优化挖掘,实现特征数据融合,优化数据库分组访问信道,提高数据调度效率。当前的智能数据库特征挖掘算法采用相关度匹配的特征级联挖掘技术,当分层特征之间的具有较大的相似度时,挖掘效果不好。提出一种基于小波多窗谱提取的智能数据库特征挖掘算法。构建数据库模型,建立GMS方法以最小的代价和以最小的样本偏差来实现最高质量的样本数据集,采用粗糙概念格的生成算法进行数据流的频繁访问特征分区,构建小波函数,得到智能数据库的特征双曲调频母小波,提取数据库信息流的多窗谱特征,进行智能数据库特征挖掘算法改进。仿真结果表明,该算法进行数据库特征挖掘的运行时间较短,数据库特征挖掘精确度较高,提高了对数据库的访问和数据调度的精度和效率。 相似文献
8.
基于多因素方差分析的文本向量特征挖掘算法 总被引：2，自引：0，他引：2
文本向量特征挖掘应用于信息资源组织和管理领域,在大数据挖掘领域具有较大应用价值,传统算法精度不好。提出一种基于多因素方差分析的文本向量特征挖掘算法。使用多因素方差分析方法得到多种语料库的特征挖掘规律,结合蚁群算法,根据蚁群适应度概率正则训练迁移法则,得到种群进化最近时刻获得的数据集有效特征概率最大值,基于最优划分的K-means初始聚类中心选取算法,先对数据样本进行划分,然后根据样本分布特点来确定初始聚类中心,提高文本特征挖掘性能。仿真结果表明,该算法提高了文本向量特征的聚类效果,进而提高了特征挖掘性能,具有较高的数据特征召回率和检测率,时间耗时较少,在数据挖掘等领域应用价值较大。 相似文献
9.
对于层次式的分层数据库访问中,需要对分层数据库的层间相位偏转进行可靠估计,提高数据结构的组织性能和精确数据挖掘能力。传统方法的相位偏转估计算法采用单模判决,数据库中海量信息流的分布式高维矢量特征不能得到有效应用,导致估计精度不高。提出一种修正的多模判决分层数据库层间偏转可靠性估计算法,构建分层数据库访问执行网络交互模型与信号模型,完成修正的多模判决控制,定义模判决多模算法代价函数,通过分层数据库分层间位移,构建层间偏转的反馈滤波器,完成分层数据库层间偏转可靠性估计。仿真实验表明,该算法能有效估计出分层数据库的层间偏转,收敛性比传统方法优越,估计精度可靠,保证了算法和系统运行的实时性。 相似文献
10.
对数据库查询指向性信息特征进行差分累积函数特征挖掘可以提高数据库的层析集成性能,通过数据库层析集成,应用在飞行姿态控制数据库控制系统中,提高数据指向精度,进而提高导航精度。提出一种基于差分累积函数特征挖掘的控制数据库层析集成算法,对数据库查询指向性信息特征进行差分累积函数特征挖掘,通过分层特征分解的方法,提取数据库的层析特征,通过内存管理机制,对所有数据实现统一管理,提高数据调度和控制精度。仿真实验表明,算法能提高数据库的层析集成性,提高数据指向精度,控制品质得到改善,姿态的控制精度提高25.86%,CPU利用率最高,实时性和鲁棒性较好。 相似文献