面向大数据的增量式RBF学习算法
2019-09-24分类号:TP181;TP311.13
【部门】南京邮电大学管理学院
【摘要】"大数据"背景下,如何处理庞大数据成为众多企业关注的热点。文章提出了一种新的在线处理大数据的方法,利用数学中的分块矩阵定理对径向基函数进行处理,从在线处理大数据的角度思考,利用增量学习算法原理推导出径向基函数(RBF)增量学习算法模型,为大数据的增量算法提供一种新思路,并利用实际算例加以检验。实验表明,相对于传统的一次性建模的方法,所提出的增量式RBF算法能在保证不影响建模精度的前提下明显地缩短处理大数据的时间。
【关键词】大数据 径向基函数(RBF) 增量学习算法
【基金】国家自然科学基金青年项目(71401080)
【所属期刊栏目】统计与决策
文献传递