首页 | 官方网站   微博 | 高级检索  
     

基于半监督深度学习法的网络大数据集成挖掘
引用本文:纪冲,刘岩.基于半监督深度学习法的网络大数据集成挖掘[J].计算机仿真,2021,38(7):313-316.
作者姓名:纪冲  刘岩
作者单位:内蒙古农业大学计算机与信息工程学院,内蒙古呼和浩特010018
摘    要:传统的数据集成挖掘方法在集成与挖掘两个步骤之间存在较大误差,导致大数据出现乱码问题,数据显示不全.为解决上述问题,提出基于半监督深度学习法的大数据集成挖掘方法.利用有监督与无监督深度学习间的机器学习,组成半监督深度学习.利用支持向量数据组建立超球体.依据超球体结合标记样本,组建半监督深度学习数据检测模型,筛选样本特征词,利用半监督深度学习方法训练单分类SVDD模型,实现网络大数据集成挖掘.仿真结果证明,所提方法能够高精度、高效的对大数据完成集成挖掘,具有理想的应用性能.

关 键 词:半监督学习  网络大数据  集成挖掘  检测模型

Integrated Mining of Network Big Data Based on Semi Supervised Deep Learning
JI Chong,LIU Yan.Integrated Mining of Network Big Data Based on Semi Supervised Deep Learning[J].Computer Simulation,2021,38(7):313-316.
Authors:JI Chong  LIU Yan
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号