...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of knowledge-based and intelligent engineering systems >Literature review and analysis on big data stream classification techniques
【24h】

Literature review and analysis on big data stream classification techniques

机译：大数据流分类技术的文献综述与分析

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Rapid growth in technology and information lead the human to witness the improved growth in velocity, volume of data, and variety. The data in the business organizations demonstrate the development of big data applications. Because of the improving demand of applications, analysis of sophisticated streaming big data tends to become a significant area in data mining. One of the significant aspects of the research is employing deep learning approaches for effective extraction of complex data representations. Accordingly, this survey provides the detailed review of big data classification methodologies, like deep learning based techniques, Convolutional Neural Network (CNN) based techniques, K-Nearest Neighbor (KNN) based techniques, Neural Network (NN) based techniques, fuzzy based techniques, and Support vector based techniques, and so on. Moreover, a detailed study is made by concerning the parameters, like evaluation metrics, implementation tool, employed framework, datasets utilized, adopted classification methods, and accuracy range obtained by various techniques. Eventually, the research gaps and issues of various big data classification schemes are presented.
机译：技术和信息的快速增长引领人们目睹速度，数据量和品种的增长改善。业务组织中的数据展示了大数据应用的发展。由于应用的提高，复杂的流媒体大数据的分析趋于成为数据挖掘中的重要领域。该研究的一个重要方面是采用深度学习方法，以有效提取复杂数据表示。因此，本调查提供了对大数据分类方法的详细审查，如基于深度学习的技术，基于卷积神经网络（CNN）技术，基于K到最近邻（KNN）的技术，基于基于模糊的技术的神经网络（NN）技术，并支持基于向量的技术，等等。此外，通过关于参数，如评估度量，实现工具，所用框架，使用的数据集，采用的分类方法和通过各种技术获得的精度范围来进行详细研究。最终，提出了研究差距和各种大数据分类方案的问题。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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