基于深度学习的多源数据自动分类算法设计
为了降低由于数据特征差异引起的数据辨识分类结果精确度较低的问题,提出基于深度学习的多源数据自动分类算法设计.首先提取了不同数据域数据的特征,在最小化数据特征损失的基础上,采用深度学习的方法,对多源数据的特征进行分析,将分析结果作为数据分类的依据,实现数据的高精度分类.通过试验对其进行测试,结果表明,所提方法在不影响分类效率的前提下,分类精度可达到95%以上,具有良好的实际应用价值.
深度学习、数据特征、多源数据、自动分类
18
TP399(计算技术、计算机技术)
2022-04-18(万方平台首次上网日期,不代表论文的发表时间)
共3页
20-21,37