深度置信网络大数据目标属性智能提取仿真.pdfVIP

深度置信网络大数据目标属性智能提取仿真.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

第40卷第10期+算机仿真2023年10月

文章编号:1006-9348(2023)10-0491-05

深度置信网络大数据目标属性智能提取仿真

张倩,李丽

(长春工业大学人文信息学院,吉林长春130000)

摘要:利用当前方法提取大数据目标属性时忽略了对大数据的主成分分析预处理,导致提取结果覆盖度低、重复度高。为此

提出深度置信网络大数据目标属性智能提取方法。利用主成分分析法构建主成分数学模型,计算数据主成分贡献率完成数

据降维,进而简化数据,其次在深度置信网络的基础上构建大数据目标属性提取模型。采用DBM模型将数据进行还原和降

噪,获取模型的输入,再利用DBN模型完成训练,实现大数据目标属性智能提取。实验结果表明,所提方法的提取结果覆盖

度较高,且所提方法下大数据目标属性智能提取的重复度低,实验结果证明了所提方法应用性能更优。

关键词:深度置信网络;主成分分析;目标属性

中图分类号:TP391文献标识码:B

SimulationofIntelligentExtractionofBigDataTarget

AttributeinDeepBeliefNetwork

ZHANGQian,LILi

(CollegeofHumanitiesInformation,ChangchunUniversityofTechnology,ChangchunJilin130000,China)

ABSTRACT:Currently,somemethodsignoretheprincipalcomponentanalysisforbigdata,resultinginlowcoverage

rateandhighrepeatabilityofresults.Therefore,anintelligentmethodofextractingtargetpropertiesofbigdataindeep

confidencenetworkwasproposedinthepaper.Firstly,principalcomponentanalysiswasadoptedtoconstructamathe-

maticalmodelofprincipalcomponentsforcalculatingthecontributionrateofprincipalcomponentandreducingthe

datadimension,thussimplifyingthedata.Secondly,amodelbasedonthedeepconfidencenetworkwasconstructed

forextractingtargetpropertiesofbigdata.Then,aDBMmodelwasusedtorestoreanddenoisethedata,andthusto

obtaintheinputofmodel.Moreover,theDBNmodelwasusedtocompletethetraining.Finally,theintelligentextrac-

tionwascompleted.Experimentalresultsshowthattheproposedmethodhashighercoveragerateinextractionresults

andlowerrepeatabilityofintelligentextractionofbigdatatargetproperties.Ther

文档评论(0)

151****8026 + 关注
实名认证
文档贡献者

安全评价师持证人

该用户很懒,什么也没介绍

领域认证该用户于2023年09月13日上传了安全评价师

1亿VIP精品文档

相关文档