无线网络MOOCs大数据聚类方法优化研究

无线网络MOOCs大数据聚类方法优化研究
樊凌;龚伟
【期刊名称】《计算机仿真》
【年(卷),期】2016(033)007
【摘要】针对数据库中的MOOCs大数据进行快速准确聚类,在提高数据处理能力方面具有重要作用.由于无线网络数据库数据维数较大,使得数据具有一定的混合属性,传统的聚类方法先将MOOCs大数据进行分类,提取分类数据属性,然后对数据进行聚类,需要进行大量的迭代计算,导致MOOCs大数据聚类不准确的问题.提出基于非线性时间序列分析的MOOCs大数据聚类方法,通过非线性映射,将相似度参数对嵌人大数据维数的聚类进行计算,得出大数据条件下的最优聚类参数,应用基于信息准则的非线性时间序列法,确定大数据时间线性预测聚类分类半径.实验结果表明,采用改进的聚类方法相比传统的聚类方法,聚类精度较高,聚类复杂度较低.
【总页数】5页(P435-439)
【作者】樊凌;龚伟
【作者单位】江苏省现代企业信息化应用支撑软件工程技术研发中心,江苏苏州215104;清华大学计算机科学与技术系,北京100084
【正文语种】中文
【中图分类】TP274
【相关文献】
1.无线网络MOOCs大数据聚类方法优化研究 [J], 伍斌
2.云平台中大数据并行聚类方法优化研究仿真 [J], 李晓峰
3.应用大数据挖掘指导4G无线网络优化研究 [J], 应瑛
4.无线网络革命时代MOOCs对电大远程开放教育的影响——也说说慕课 [J], 孙治国;曹志强;
5.基于大数据应用的无线网络优化研究 [J], 刘晓琴
因版权原因，仅展示原文概要，查看原文内容请购买。