摘要
本发明公开了基于大数据的人工智能数据聚合方法,涉及数据聚合技术领域,包括基于数据类型收集数据进行预处理,构建时空索引,进行空间索引并提取时间周期性特征;根据时空索引,分析数据点的概率密度和空间自相关性。本发明所述方法通过空间索引数据能够根据地理位置快速检索,通过提取时间周期性特征,能够识别数据在时间上的变化模式和周期性,结合空间索引和时间特征提取的结果,能够实现更加精准和全面的数据聚合,通过使用核密度估计方法,可以对每个数据点的密度进行精确的估算,有助于识别数据中的密集和稀疏区域,使得在高密度区域和低密度区域能够动态调整聚类参数,提高聚类的灵活性和精确度。
技术关键词
人工智能数据
周期性特征
索引
大数据
聚类
概率密度函数
DBSCAN算法
核密度估计方法
四叉树算法
四叉树结构
参数
存储作业
高斯核函数
云端
处理器
坐标
计算机设备
可读存储介质
系统为您推荐了相关专利信息
模糊搜索方法
关键词
云服务器
局部敏感哈希
字典
噪声数据
聚类方法
数据分析方法
媒体
随机采样方法