论文部分内容阅读
针对多层次分布式数据存在高维特征和类间不平衡因素的问题，提出一种基于随机决策树检索模型的数据挖掘技术。采用随机相位重组方法进行分布式数据的层次空间重构，在重构的层次空间中提取多层次分布式数据的关联维特征量，采用高阶特征压缩方法进行降维处理，实现分布式数据的自适应挖掘。仿真结果表明，采用该方法进行数据挖掘的准确性能较好、查准率较高、计算开销降低、性能优越。