基于人工蜂群优化的多维时序大数据挖掘方法
徐胜超
毛明扬
陈刚
广州华商学院人工智能学院 广州 511300
摘要：由于多维时序数据具有较高的维度,难以取得理想的挖掘效果,为此提出基于人工蜂群优化算法的多维时序大数据挖掘方法.通过极值分段法将多维时序数据转换成模式表示的形式,再采用Haar小波变换将多维时序数据转换到频谱空间内,改变数据的频率和位置信息,得到数据的特征系数,利用特征提取算法找出有用的特征系数.对提取的特征系数构建目标函数,基于人工蜂群优化算法对目标函数完成局部寻优,在适应度函数的基础上找出最优解,完成多维时序数据挖掘.实验结果表明,人工蜂群方法的数据挖掘效果较好,能够有效缩短数据挖掘时间,提高数据挖掘精度.
关键词：人工蜂群优化多维时序数据挖掘特征系数频谱空间适应度函数
分类号：TP325(计算技术、计算机技术)
资助基金：国家自然科学基金(61972444)肇庆市社会科学规划学科共建项目(25GJ-368)
论文发表日期：2025-11-20
在线出版日期：2026-01-28（本平台首次上网日期，不代表文献的发表时间）
页数：7( 3098-3103,3126 )
英文信息