首页 | 本学科首页   官方微博 | 高级检索  
     

面向大数据的在线特征提取研究
引用本文:许烁娜,曾碧卿,熊芳敏. 面向大数据的在线特征提取研究[J]. 计算机科学, 2014, 41(9): 239-242
作者姓名:许烁娜  曾碧卿  熊芳敏
作者单位:华南师范大学软件学院 佛山528225
基金项目:本文受国家自然科学基金(71272144),广州市科技计划项目(2013KP084),广东省自然科学基金项目(8151063101000040)资助
摘    要:在大数据环境下,当利用机器学习算法对训练样本进行分类时,训练数据的高维度严重制约了分类算法的性能。文中应用L1准则的稀疏性,提出了一种在线特征提取算法,并用该算法对训练实例进行分类。利用公开数据集对算法的性能进行了分析,结果表明,提出的在线特征提取算法能准确地对训练实例进行分类,因而能更好地适用于大数据环境下的数据挖掘。

关 键 词:大数据  机器学习  在线特征提取  算法
收稿时间:2013-11-18
修稿时间:2014-03-26

Big Data Oriented Online Feature Extraction
XU Shuo-n,ZENG Bi-qing and XIONG Fang-min. Big Data Oriented Online Feature Extraction[J]. Computer Science, 2014, 41(9): 239-242
Authors:XU Shuo-n  ZENG Bi-qing  XIONG Fang-min
Affiliation:School of Software,South China Normal University,Foshan 528225,China;School of Software,South China Normal University,Foshan 528225,China;School of Software,South China Normal University,Foshan 528225,China
Abstract:
Keywords:Big data  Machine learning  Online feature extraction  Algorithm
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《计算机科学》浏览原始摘要信息
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号