摘要：物聯網和云計算環境下海量散亂點云數據挖掘容易受到關聯規則項的干擾,數據挖掘的模糊聚類不好。為了提高海量散亂點云數據挖掘能力,提出一種基于支持向量機的大數據分類挖掘技術。采用分段向量量化編碼技術進行海量散亂點云數據空間存儲結構分析,結合閉頻繁項集檢測方法進行海量散亂點云數據的信息融合處理,對高維融合數據進行語義特征分析和關聯規則特征提取,對提取的海量散亂點云數據的關聯規則采用支持向量機分類器進行模式識別,結合尺度分解方法對分類輸出的海量散亂點云數據進行降維處理,采用模糊聚類方法實現對海量散亂點云數據的分類挖掘。仿真結果表明,采用該方法進行海量散亂點云數據挖掘的聚類性能較好,數據挖掘的精度較高。