期刊文献+

大数据分析的神经网络方法研究

下载PDF
导出
摘要 近年来,随着时代的不断发展,国内外科学技术也实现了飞跃式发展,大数据时代已成为当下时代发展主流。大数据分析的神经网络方法虽然是仿生学的产物,但却是大数据分析平台中不可或缺的一部分,也是衔接数据平台和数据展示的关键环节,被广泛应用在语音识别、计算机视觉应用等领域中。本文从大数据特点和关键技术作为切入点,分析和研究大数据分析的神经网络方法,主要从计算机视觉和智能语音识别这两方面的实际应用进行了探讨,以便为其理论研究提供参考。
作者 张国强
出处 《区域治理》 2019年第29期150-152,共3页 REGIONAL GOVENANCE
  • 相关文献

参考文献5

二级参考文献63

  • 1李眉眉,丁晶.基于混沌理论的电力负荷预测[J].四川水力发电,2004,23(4):51-53. 被引量:4
  • 2郑永康,陈维荣,蒋刚,郝文斌.基于混沌理论的短期负荷局域多步预测法[J].电力系统及其自动化学报,2007,19(4):76-79. 被引量:9
  • 3谢静芳,王宝书,姜红.基于小时气象因子的神经网络短期负荷预测模型[J].中国电力,2007,40(9):82-86. 被引量:5
  • 4工信部电信研究院大数据白皮书(2014)[M].北京:工业和信息化部电信研究院,2014.
  • 5Intel IT Center.大数据101:非结构化数据分析[M/OL].[2015-07-01 ]. http://www. intel. cn/content/dam/www/public/cn/zh/pdfvs/Big-data-101-Unstructured-data-Analytics.pdf, 2012.
  • 6Hinton G E, Salakhutdinov R R. Reducing the dimensionalityof data with neural networks [J], Science, 2006, 313(5786): 504-507.
  • 7Rosenblatt F. The perceptron: A probabilistic model forinformation storage and organization in the brain. [J],Psychological Review, 1958,65(6) : 386-408.
  • 8Rumelhart D E,Hinton G E, Williams R J. Learningrepresentations by back-propagating errors [J]. Nature,1986, 323(6088): 533-536.
  • 9Huang G B, Chen L,Siew C K. Universal approximationusing incremental constructive feedforward networks withrandom hidden nodes [J]. IEEE Trans on Neural Networks,2006, 17(4): 879-892.
  • 10Vincent P,Larochelle H, Lajoie I,et al. Stacked denoisingautoencoders : Learning useful representations in a deepnetwork with a local denoising criterion [J]. Journal ofMachine Learning Research, 2010,11: 3371-3408.

共引文献127

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部