基于改进双链量子遗传算法的流数据挖掘方法

摘要

为了提高数据库中存储的数据量,提出了基于双链量子遗传优化的分类规则挖掘算法,并建立流数据挖掘平台,采用垂直并行化的方式处理源数据,提取符合用户需求的有用数据。从量子位实数编码、解空间变换等过程描述分类规则集形成并实现分类过程,利用目标函数的梯度信息调整进化步长幅值,以避免陷入局部最优解。流数据挖掘平台的数据采集系统中对ETL模型进行优化,提供的消息分发模型的限制下完成下行通信消息调度分发策略的设计,使数据采集系统具有双向通信的能力。通过试验,本研究流数据挖掘平台的数据处理时间最短,对实验数据集中Iri数据集的分类挖掘精度高达95.17%。