發(fā)布時(shí)間：2021-03-03 01:49

　　隨著通信技術(shù)的發(fā)展和互聯(lián)網(wǎng)的快速普及,各行業(yè)中的電子化數(shù)據(jù)越來(lái)越多,數(shù)據(jù)收集也越發(fā)簡(jiǎn)單,我們迎來(lái)了大數(shù)據(jù)時(shí)代。大數(shù)據(jù)的發(fā)展亦推動(dòng)了消費(fèi)形式的多樣性發(fā)展,但是大數(shù)據(jù)在為人們創(chuàng)造巨大使用價(jià)值的同時(shí),也給以淘寶網(wǎng)為代表的各大電商企業(yè)帶來(lái)了一些新的挑戰(zhàn)。隨著數(shù)據(jù)規(guī)模的迅速擴(kuò)張,傳統(tǒng)的離線算法無(wú)法實(shí)現(xiàn)一次性收集全部的信息,將會(huì)耗費(fèi)大量的時(shí)間和空間。在線學(xué)習(xí)技術(shù)則可以很好的解決這一問(wèn)題,成為大數(shù)據(jù)集的數(shù)據(jù)挖掘領(lǐng)域的研究熱點(diǎn)。本文主要研究面向大數(shù)據(jù)的在線RBF的學(xué)習(xí)算法及其應(yīng)用。論文的主要工作有以下三個(gè)內(nèi)容:（1）在對(duì)徑向基函數(shù)研究的基礎(chǔ)上,采用高斯函數(shù)作為核函數(shù),利用數(shù)學(xué)中的分塊矩陣定理對(duì)徑向基函數(shù)進(jìn)行處理,從在線處理大數(shù)據(jù)的角度思考,利用增量學(xué)習(xí)算法原理推導(dǎo)出徑向基函數(shù)（RBF）增量學(xué)習(xí)算法模型,為大數(shù)據(jù)的增量算法提供一種新思路,并利用實(shí)際算例加以檢驗(yàn)。實(shí)驗(yàn)表明,相對(duì)于傳統(tǒng)的一次性建模的方法,本文提出的增量式RBF算法能在保證不影響建模精度的前提下明顯地縮短處理大數(shù)據(jù)的時(shí)間。（2）在本文研究的RBF增量式學(xué)習(xí)算法的研究基礎(chǔ)上進(jìn)行改進(jìn),利用固定滑動(dòng)窗口原理,通過(guò)利用數(shù)學(xué)中的分塊矩陣定理對(duì)徑向基函數(shù)... 

【文章來(lái)源】：南京郵電大學(xué)江蘇省

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

淘寶網(wǎng)大數(shù)據(jù)工具時(shí)間軸IBM大數(shù)據(jù)行業(yè)研究者指出，大數(shù)據(jù)定義主要有兩層框架

也是在這個(gè)階段，人們開(kāi)始在各個(gè)領(lǐng)域的知識(shí)信息管理中使用一些基本工具以及相關(guān)技術(shù)來(lái)實(shí)現(xiàn)企業(yè)的科學(xué)管理。剛開(kāi)始，大數(shù)據(jù)技術(shù)的重點(diǎn)調(diào)研內(nèi)容Algorithms）以及識(shí)別（Identification）等方面[14]。隨著相關(guān)技術(shù)的進(jìn)步，大數(shù)據(jù)漸得到突破。在這個(gè)階段，通過(guò)非結(jié)構(gòu)化數(shù)據(jù)的研究使得大數(shù)據(jù)技術(shù)得到更好的之前，計(jì)算機(jī)信息處理技術(shù)通常是應(yīng)用于獲取數(shù)據(jù)信息，對(duì)數(shù)據(jù)信息進(jìn)行一定的，并將有針對(duì)性的數(shù)據(jù)存儲(chǔ)起來(lái)，從而方便各軟件平臺(tái)數(shù)據(jù)信息的輸入。隨著信速發(fā)展，海量數(shù)據(jù)信息不斷生成，所需的數(shù)據(jù)存儲(chǔ)空間越來(lái)越大，因此，只有提的存儲(chǔ)技術(shù)，保證數(shù)據(jù)信息的安全性和穩(wěn)定性，才能提高計(jì)算機(jī)信息處理的效率數(shù)據(jù)在我國(guó)開(kāi)始逐漸普及起來(lái)，人們也意識(shí)到了大數(shù)據(jù)的重要性，在“十二五”甚至門(mén)設(shè)立了研究大數(shù)據(jù)的機(jī)構(gòu)。與此同時(shí)，行業(yè)內(nèi)也在不遺余力的推動(dòng)大數(shù)據(jù)，社會(huì)各界給予大數(shù)據(jù)的關(guān)注在某種程度上亦推動(dòng)了大數(shù)據(jù)的發(fā)展。2017 年 12 主席在中共中央政治局第二次會(huì)議時(shí)提出“實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略加快建設(shè)數(shù)字中，這也代表著我國(guó)對(duì)大數(shù)據(jù)的重視上升到了一個(gè)新的高度。

將上述方程的各個(gè)參數(shù)取值分別如下：t 0.01，1p -1.1,2p 0.4, q 1.6, w 1.8。當(dāng)確定了各個(gè)參數(shù)后，再通過(guò)如下采樣規(guī)則：2 1 1x (t ) ( x (t 1), x (t 1), t (t ))，2y (t ) x (本集 1( ), ( )Ntx t y t ， N 為樣本容量，利用樣本對(duì) 組成窗式樣本集，選窗口 N=4,核函數(shù)采用高斯函數(shù)： 2exp( / )i i x x x x ， =0.01（可調(diào)），用在線函數(shù)的學(xué)習(xí)算法對(duì)此混沌信號(hào)進(jìn)行在線學(xué)習(xí)，利用滑動(dòng)窗口的思想，即樣本呈現(xiàn)窗式本實(shí)驗(yàn)的窗口長(zhǎng)度為 4，當(dāng)時(shí)刻 t 的逐一遞進(jìn)時(shí)，向窗口中添加一個(gè)新的樣本，與此同固定窗口中的一個(gè)舊的樣本，從而保持窗口長(zhǎng)度保持不變，逐一訓(xùn)練樣本集，直至樣的數(shù)據(jù)全部訓(xùn)練結(jié)束，此時(shí)窗口式在線 RBF 學(xué)習(xí)結(jié)束。 (1)()(()()()cos())(1)()()32211221112xtxtpxtpxtxtqwttxtxtxtt

【參考文獻(xiàn)】：
期刊論文
[1]基于滑動(dòng)窗口挖掘數(shù)據(jù)流高效用項(xiàng)集的有效算法[J]. 郭世明,高宏.  哈爾濱工程大學(xué)學(xué)報(bào). 2018(04)
[2]基于徑向基函數(shù)的分?jǐn)?shù)年齡假設(shè)[J]. 周曉劍.  統(tǒng)計(jì)與決策. 2016(01)
[3]大數(shù)據(jù)在淘寶網(wǎng)電子商務(wù)模式創(chuàng)新中的應(yīng)用研究[J]. 陳原,劉惠,周文豪.  價(jià)值工程. 2015(35)
[4]基于徑向基神經(jīng)網(wǎng)絡(luò)的儲(chǔ)糧通風(fēng)智能決策研究[J]. 孫彪瑞,廉飛宇,王珂,蘇庭奕,張?jiān)?  糧食與飼料工業(yè). 2014(09)
[5]徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)安全預(yù)測(cè)中的應(yīng)用[J]. 藍(lán)新波,李冬睿.  計(jì)算機(jī)測(cè)量與控制. 2014(03)
[6]基于Duffing振子的微弱周期信號(hào)混沌檢測(cè)性能研究[J]. 范劍,趙文禮,王萬(wàn)強(qiáng).  物理學(xué)報(bào). 2013(18)
[7]阿里“玩”大數(shù)據(jù)[J]. 崔婧.  中國(guó)經(jīng)濟(jì)和信息化. 2013(08)
[8]阿里大數(shù)據(jù)戰(zhàn)略探析[J]. 黃丹丹,王明宇,劉淑貞.  中國(guó)商貿(mào). 2013(12)
[9]大數(shù)據(jù)管理:概念、技術(shù)與挑戰(zhàn)[J]. 孟小峰,慈祥.  計(jì)算機(jī)研究與發(fā)展. 2013(01)
[10]大數(shù)據(jù)研究:未來(lái)科技及經(jīng)濟(jì)社會(huì)發(fā)展的重大戰(zhàn)略領(lǐng)域——大數(shù)據(jù)的研究現(xiàn)狀與科學(xué)思考[J]. 李國(guó)杰,程學(xué)旗.  中國(guó)科學(xué)院院刊. 2012(06)

博士論文
[1]徑向基函數(shù)逼近中的若干理論、方法及其應(yīng)用[D]. 馬利敏.復(fù)旦大學(xué) 2009



本文編號(hào)：3060364