论文部分内容阅读
随着信息社会进入大数据时代,数据的快速增长既是机遇也是挑战.一方面,大数据可以为深度学习提供大规模的样本集进行训练继而对数据挖掘和选择,有效地分析和处理这些数据;另一方面,大数据的异构性和海量性又会造成维数灾难,同时需要先进的硬件平台支撑以及优化技术.因此,选择一种合适的深度学习模型是解决这一问题的关键.本文针对传统的深度学习模型无法选择大量不同的数据特征,提出一种基于大数据特征选择的深度学习算法,首先构建一个大数据特征选择框架继而进行数据融合和深度学习.实验表明,算法较好地解决了数据庞大与信息贫乏之间的