典型文献
基于数据挖掘算法的智慧档案馆海量数据快速提取方法
文献摘要：
通常在应用海量数据快速提取方法进行降维处理时易丢失数据,导致提取数据的二类特征数值较小,为此,提出基于数据挖掘算法的智慧档案馆海量数据快速提取方法.采用贝叶斯网络参数离散化处理档案数据为概率状态,离散化处理海量原始智慧档案数据,利用上升学习规格构建降维更新过程,控制产生的档案数据丢失;规划数据降维及知识约简处理过程,设定档案数据的可挖掘属性参数,利用数据挖掘算法实现快速提取.搭建智慧档案馆的执行数据层后,采集智慧档案的数据集,进行对比实验,结果表明:本方法提取数据的二类特征数值最大,具有较为优越的数据提取性能.
文献关键词：
数据挖掘算法;智慧档案馆;海量数据;快速提取
中图分类号：
作者姓名：
赵永国
作者机构：
南方电网数字电网研究院有限公司,广东 广州 510000
文献出处：
引用格式：
[1]赵永国-.基于数据挖掘算法的智慧档案馆海量数据快速提取方法)[J].自动化技术与应用,2022(09):40-43,186
A类：
B类：
数据挖掘算法,智慧档案馆,海量数据,快速提取,用海,降维处理,提取数据,二类,特征数,贝叶斯网络,网络参数,离散化处理,档案数据,更新过程,数据丢失,数据降维,知识约简,算法实现,执行数,数据层,数据提取
AB值：
0.237262
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
