首页> 中文期刊> 《信息技术》 >基于深度学习的动态数据增量式挖掘方法

基于深度学习的动态数据增量式挖掘方法

         

摘要

为了降低数据挖掘时间,提升数据挖掘精度,提出基于深度学习的动态数据增量式挖掘方法。利用简单处理单元组合构成并行分布式处理器,采用栈式稀疏降噪自编码网络作为动态数据特征提取的深度学习模型,通过逐层贪婪无监督策略完成预训练,使用随机梯度下降优化网络权值,获得动态数据规律。利用粗糙集求解近似动态约简容错偏差与置信区间,对动态数据样本子集进行增量式约简计算,建立区分矩阵与逻辑解析式,通过计算得到合取范式,把核属性引入各合取项中,实现动态数据增量式挖掘。仿真结果表明,所提方法具有较高的挖掘精度与效率。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号