大数据分析的无限深度神经网络方法

来源 :汽车世界 | 被引量 : 0次 | 上传用户:pigdd
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
互联网时代的到来,使得大数据中的信息得到了多方面的重视。对大数据的经济价值与科学价值进行挖掘,是当代各个领域研究的热点问题。当下现有的大数据分析方法,技术壁垒偏高,需要开发新的分析方案,来发掘大数据更多的价值空间。深度神经网络算法是利用仿生学习算法来对大数据内的海量信息进行整合与筛选,是将大数据转化为价值信息的渠道。本文基于前馈式连接方法,对大数据分析的无限深度神经网络方法进行了研究。
其他文献
针对煤与瓦斯突出危险性预测指标确定的要求和各种因素对突出危险性预测指标确定的影响,重点分析了单一指标在预测煤与瓦斯突出危险性中的局限性、钻孔定位对敏感指标确定的
皖政办秘[2018]284号各市人民政府,省政府有关部门:《安徽省群众办事百项堵点疏解实地核证工作方案》已经省政府同意,现印发给你们,请认真贯彻落实。2018年11月27日安徽省群
期刊
基于目前碳排放-碳交易现状,以核算范围为切入点,提出适用于我国的碳排放核算方法,并明确了碳排放核算边界条件。基于边界条件原则,将建筑碳交易与碳排放核算联系起来,根据是
边坡稳定性研究是岩土工程的热点问题之一,本文在极限平衡理论的基础上,引入了蒙持卡洛模拟方法,通过建立边坡状态函数,生成随机变量,对边坡的稳定性进行可靠性模拟,求出边坡
传统地暖技术在实际应用中,存在着湿作业工期长、效率低,结构厚度厚、楼面荷载大,热损失较大、节能环保不理想等问题,为解决这些问题FⅡ型辐射模板得以研发。其具有热损失小、热