文献检索-宁波市创意产业特色资源库

限定检索结果

利用并行惯性权重OOL-FA的大数据分类: 收藏
分享
引用; 《计算机工程与设计》2020年第10期41卷 2818-2824页; 作者：钟章生陈世炉陈志龙南昌理工学院计算机信息工程学院江西南昌330013 中国船舶总公司第六三五四研究所江西九江332000 南昌理工学院电子与信息学院江西南昌330013; 针对现有大数据分类过程中特征选择算法精度较低,影响后续数据分类算法精度的问题,提出基于惯性权重正交反向学习(OOL)-萤火虫算法(FA)的大数据特征选择算法。借助FA的全局搜索能力,以及OOL分别在收敛速度、收敛精度方面的改进能力,实...; 针对现有大数据分类过程中特征选择算法精度较低,影响后续数据分类算法精度的问题,提出基于惯性权重正交反向学习(OOL)-萤火虫算法(FA)的大数据特征选择算法。借助FA的全局搜索能力,以及OOL分别在收敛速度、收敛精度方面的改进能力,实现数据特征的快速、精确选择,采用结构感知卷积神经网络对大数据特征进行精确分类。在包含6600万个样本和2000个属性的大数据集上进行实验,实验结果表明,所提算法在分类准确率上具有明显的优势。; 来源：详细信息评论

限定检索结果