基于改进最优子抽样算法的大数据分析提效方法  

作　　者：孙涛 王华彬[2] 

机构地区：[1]合肥经济学院人工智能学院,安徽合肥230036 [2]安徽大学计算机科学与技术学院,安徽合肥230027

出　　处：《佳木斯大学学报（自然科学版）》2024年第9期22-25,共4页Journal of Jiamusi University：Natural Science Edition

基　　金：2022年安徽省高等学校省级科研重点项目(2022AH052622)。

摘　　要：在处理大规模数据时,传统抽样方法存在一定的局限性,如抽样效率低下、计算复杂度较高等,难以应对日益增长的大数据分析需求。为此,提出一种基于改进最优子抽样算法的大数据分析提效方法,通过多阶段迭代过程,逐步优化抽样策略,以适应不同维度数据的特征变化。实验结果显示,所提算法在保持高精度的同时,能够显著提升数据处理速度,降低资源消耗。

关 键 词：改进最优子抽样算法 大数据 抽样策略 信息熵 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]