海量散亂點云數(shù)據(jù)的模糊聚類挖掘方法研究

摘要：物聯(lián)網(wǎng)和云計算環(huán)境下海量散亂點云數(shù)據(jù)挖掘容易受到關聯(lián)規(guī)則項的干擾,數(shù)據(jù)挖掘的模糊聚類不好。為了提高海量散亂點云數(shù)據(jù)挖掘能力,提出一種基于支持向量機的大數(shù)據(jù)分類挖掘技術。采用分段向量量化編碼技術進行海量散亂點云數(shù)據(jù)空間存儲結構分析,結合閉頻繁項集檢測方法進行海量散亂點云數(shù)據(jù)的信息融合處理,對高維融合數(shù)據(jù)進行語義特征分析和關聯(lián)規(guī)則特征提取,對提取的海量散亂點云數(shù)據(jù)的關聯(lián)規(guī)則采用支持向量機分類器進行模式識別,結合尺度分解方法對分類輸出的海量散亂點云數(shù)據(jù)進行降維處理,采用模糊聚類方法實現(xiàn)對海量散亂點云數(shù)據(jù)的分類挖掘。仿真結果表明,采用該方法進行海量散亂點云數(shù)據(jù)挖掘的聚類性能較好,數(shù)據(jù)挖掘的精度較高。