动态数据挖掘的构造性学习方法综述
大数据时代,各种传感器获取的数据量激增,由于存储空间的限制和实时处理的需求,动态数据挖掘技术取得快速发展.本文在介绍了动态数据的特点、挖掘技术和难点的基础上,分析了当前动态数据挖掘的研究与应用现状.结合构造性神经网络运算复杂度低,适合增量学习的特点,分析了构造性学习方法在静态数据挖掘方面的最新进展,论证了构造性学习方法适合于动态数据挖掘的理论依据,并与其他典型学习方法在运算复杂度等各方面性能上进行比较,说明其了优势与不足.介绍了构造性学习方法在动态数据挖掘方面的若干应用,并对下一步的研究进行了展望.可望为读者提供有益借鉴和参考.
动态数据、数据挖掘、构造性神经网络
37
TN92;TP18
国家自然科学基金项目61273302
2016-10-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
1953-1958