论文部分内容阅读
针对传统关联数据信息特征摘取方法存在的摘取响应时间过长、摘取准确率低等问题,提出一种基于关联数据信息深度摘取的核心特征聚类方法。方法通过构建关联数据节点回归空间分析关联数据信息核心特征,将分析结果转化成特征向量;用关联数据网格分布结构模型对关联数据信息核心特征向量进行分类处理,通过量化分解核心特征向量,并在其聚类中心对其进行模糊分段处理,完成关联数据核心特征的融合,实现数据聚类。仿真证明,所提方法对关联数据信息的核心特征摘取响应时间仅为0.4s,数据摘取准确度高达90%以上;同时聚类的准确度也高于一