深度置信网络大数据目标属性智能提取仿真
Simulation of Intelligent Extraction of Big Data Target Attribute in Deep Belief Network作者机构：长春工业大学人文信息学院吉林长春130000
出 版 物：《计算机仿真》 (Computer Simulation)
年 卷 期：2023年第40卷第10期
页 面：491-495页
学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：2020年度吉林省教育科学“十三五”规划课题(GH20451) 吉林省高教学会2019年高教科研项目(JGJX2019D457)。
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。
维普期刊数据库
同方期刊数据库