动态数据挖掘的构造性学习方法综述

• 全文链接
• 请求原文

作   者：

王伦文;  冯彦卿;  张铃; 

作者机构：

电子工程学院404室;  安徽大学计算机学院; 

关键词：

动态数据;  构造性神经网络;  数据挖掘; 

期刊名称：

小型微型计算机系统

基金项目：

动态数据挖掘的构造性机器学习方法研究

i s s n：

1000-1220

年卷期：

2016 年 37 卷 09 期

页   码：

1953-1958

摘   要：

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.