跨领域融合.docxVIP

  • 13
  • 0
  • 约6.42千字
  • 约 6页
  • 2016-11-28 发布于重庆
  • 举报
跨领域融合

基于DNN的跨领域数据融合内容提要: 传统的数据挖掘通常处理的是单个领域的数据。然而在大数据时代,我们面临着来自不同来源、不同领域的多样性数据集。这些数据集不仅包含多个模式,而且每一种都有不同的表示、分布、规模和密度。在大数据研究中,如何从多个不同(但是有潜在关联)的大数据结合起来发挥作用是至关重要的,它在本质上区别于传统的数据挖掘任务。这就需要先进的技术,在机器学习和数据挖掘时可以融合来自不同数据集信息。本文总结了一种基于特征级的数据融合方法,并对该方法进行了简单的介绍。关键字: 大数据 数据融合 深度神经网络DNN-Base for Cross-Domain Data FusionAbstract: Traditional data mining usually deals with data from a single domain. In the big data era, we face a diversity of datasets from different sources in different domains. These datasets consist of multiple modalities, each of which has a different representation, distribution, scale, and den

文档评论(0)

1亿VIP精品文档

相关文档