基于向量编码和多级反向传播的异构大数据处理方法研究

• 作者: 李增本
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 大数据 向量编码 多级反向传播
• 年，卷（期）: 2020,（2）
• 页码范围: 259-261,319
• 页数: 4页
• 分类号: TP393
• 字数: 1933字
• 语种: 中文

摘要

随着大数据的广泛应用,本文提出了一种基于向量编码和多级反向传播的异构大数据处理方法,在构建相关模型的基础上,分析了本算法在大数据项目中的应用.对于多维度且粗糙权重较高的大数据项目,多维空间中的数据同样具备多维特性,未知性与动态性较强,通过降维处理,将数据转入精确集的几何空间,消除数据的未知性并调整数据的动态性.对比本文算法与传统算法,发现本文算法的大数据调度效率和数据精度更高,数据传输的延迟程度更低,且能够在较少迭代次数的情况下获取精确数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李增本		11	13	2.0	3.0