论文部分内容阅读
传统的大数据分类算法采用神经网络分类器、模糊c均值分类器等，频率点的集中不适合进行数据分类频点的采样去除，限制了分类的准确性和抗干扰能力，无法有效去除冗余信息，收敛性不好。本文提出一种基于模糊C均值（FCM，Fuzzyc-means）混沌概率特征聚类的大数据高效分类算法，根据混沌差分进化算法的全局搜索性寻找聚类中心的最佳值，得到大数据库耦合预测的最优控制输入序列和最优目标函数，利用混沌变量的非线性随机性、遍历性，进行分类中心遍历，建立数据点之间的拓扑关系，实现分类算法改进。仿真结果表明，采用该算法能有效提