基于神经网络的大数据分析方法

• 作者: 殷芙萍 江秋语
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 大数据分析 神经网络 L2-SVM Softmax
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 39-42
• 页数: 4页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.201067

摘要

基于不同视角和情境特征的大数据定义诠释了大数据的5V特性,在扩展大数据价值空间与应用模式的同时催生了以"数据驱动+模型驱动"范式转变为代表的核心问题.为解决大数据分析核心问题,引入神经网络,采用性能优越的卷积神经网络设计对比实验,运用两个公开数据集对其进行训练,并在输出层分别使用L2-SVM和Softmax激活函数.在手写数字识别和彩色图像识别中,L2-SVM的识别错误率分别为0.87％和11.9％.实验结果表明,基于L2-SVM的神经网络大数据分析方法可以获得更高的识别精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	殷芙萍		1	0	0.0	0.0
2	江秋语		1	0	0.0	0.0