葛晓叶

（山西大同大学计算机与网络工程学院，山西 大同 037009）

0 引言

简单来讲，大数据分析相比于传统的数据仓库应用，在进行使用中所展现出来的使用特性及应用功能都产生了巨大的差异性，大数据分析在使用时不仅需要对数据进行有效的处理，更重要的是要面对海量的数据，有查询、分析、复杂等多种特点[1]。而且，大数据技术本身的意义并不在于对庞大的数据信息进行全面的掌握和了解，而是对这些庞大信息中含有意义的数据能够进行更为专业化的分析收集和分类等处理。

1 大数据尺度空间构造及特性

以该空间为核心设计理论研究点，进行了各项移性特征挖掘算法的探讨。通过实验的开展所获得的具体实验结果如下：各项异性小波热源空间为核心的挖掘算法，在进行应用过程中可以进行分级使用，即算法可以对当前的数据进行分级检测[2]。所以，当前面向大数据图像处理的尺度空间挖掘算法及应用尚处于初期发展阶段，大数据非线性尺度空间具有强扩展性以及非常良好的兼容性和在未来使用过程中的应用适应性。

大数据尺度空间在进行构造过程中所应用的函数以及算法实际上都是源于当前线性尺度空间的内容，通过线性尺度空间内容进行研究内容的落实，可以更好地推算出非线性尺度空间扩散方程。大数据尺度空间挖掘是一种模仿视觉信息处理的挖掘方法，在进行使用过程中，其基本的核心思想就是在当前一个现有的数据空间中，运用一个数学空间对数据进行有效观察[3]。……