一种基于最大Lyapunov指数奇异分解的并行挖掘算法

一种基于最大Lyapunov指数奇异分解的并行挖掘算法文政颖;李运娣
【期刊名称】《河南工程学院学报（自然科学版）》
【年(卷),期】2017(029)001
【摘要】针对当前大数据挖掘并行计算采用多元线性回归分析方法导致的计算开销过大、挖掘准确度不高等问题,提出了一种基于最大Lyapunov指数奇异分解的大数据挖掘并行计算方法.该方法对大数据信息流进行高维相空间重构和QR分解,计算大数据流模型的最大Lyapunove指数谱,基于微积分极值理论构建大数据的Lyapunove指数谱的网格分布矩阵,采用奇异值分解方法对参与运算的大数据特征向量矩阵行分解,将大规模的数据挖掘计算问题变为一系列小规模的并行计算问题,实现了大数据挖掘中并行算法的改进.测试结果表明,采用该方法进行大数据挖掘的计算时间较短、内存开销较小、准确度高.
【总页数】4页(P67-70)
【作者】文政颖;李运娣
【作者单位】河南工程学院计算机学院,河南郑州 451191;河南工程学院计算机学院,河南郑州 451191
【正文语种】中文
【中图分类】TP312
【相关文献】
1.一种基于奇异值分解的奇异性检测新方法 [J], 曾作钦;赵学智
2.一种基于矩阵奇异值分解和奇异值量化的数字水印算法 [J], 武莉莉
3.一种基于Hadoop架构的并行挖掘算法研究 [J], 曾俊
4.PFPonCanTree:一种基于MapReduce的并行频繁模式增量挖掘算法 [J], 肖文;胡娟;周晓峰
5.基于GPU的并行奇异值分解最小平方估计算法 [J], 李繁;金明录;刘继
因版权原因，仅展示原文概要，查看原文内容请购买。