摘要：提出一种基于概率统计的大数据分类优化方法.首先构建大数据分类的二项-泊松模型,在无穷维向量空间对分类目标函数进行概率密度估计,在数据聚类中心的几何邻域构建置信区间,采用置信度特征求解大数据分类的二项-泊松微分方程,然后以方程的稳定解作为聚类中心特征值,在Bernoulli空间通过概率统计实现对大数据的准确分类.
分类：期刊> 人文社会科学> 社会科学II> 教育综合
收录：知网收录(中) > 维普收录(中) > 万方收录(中) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：大数据分类 概率统计 泛函 微分方程
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
