吉林大学学报(信息科学版) ›› 2020, Vol. 38 ›› Issue (4): 457-466.
李晓峰1,王妍玮2,李东3
LI Xiaofeng1,WANG Yanwei2,LI Dong3
摘要: 针对传统大数据并行挖掘方法是一次性对所有数据进行挖掘,导致挖掘时间较长,挖掘精度较低等问
题,采用量子计算对增量式大数据并行挖掘方法进行优化设计。首先,按照数据挖掘的基本流程搭建并行数据
挖掘模型; 然后分别通过定义量子比特、量子搜索算法、量子神经网络处理以及量子映射变换4 个步骤,实现
增量式数据的预处理,利用矩阵向量相乘分解得到过滤权重组合,通过该组合实现预处理结果的并行协同过
滤; 最后通过量子模糊聚类得出增量式大数据并行挖掘结果。实验结果表明,应用量子计算的增量式大数据并
行挖掘方法的平均召回率为97. 25%,并行挖掘时间在2. 1 ~ 3. 2 s 的范围内浮动,准确率超过95%,且该方法
的收敛性最好,寻优能力强。
中图分类号: