10.3969/j.issn.1007-757X.2023.09.028
基于改进型深度学习算法的计算机数据分析
为了实现企业生产运营中大量数据的处理和分析,提出使用分布式文件系统和数据库完成大量数据的存储任务,根据用户需求使用批处理和流处理框架进行数据分析.在数据降维中采用非负矩阵分解的方法,将原始业务数据集映射到低维空间,并引入局部正则化保留数据的部分高维特征.基于深度学习算法建立关系抽取模型,采用BERT模型完成文本信息的实体抽取,编码器中加入前向反馈机制和多头注意力机制.实验表明,系统的分类精度最高达到0.97,算法模型提取出的正确样本条数最多可达到47个.
数据分析、深度学习模型、流处理框架、数据降维、关系抽取模型
39
TP37(计算技术、计算机技术)
2023-10-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
94-98