认知计算中基于机器学习的数据处理模型研究

认知计算中基于机器学习的数据处理模型研究

ID:35184757

大小:5.29 MB

页数:64页

时间:2019-03-21

认知计算中基于机器学习的数据处理模型研究_第1页
认知计算中基于机器学习的数据处理模型研究_第2页
认知计算中基于机器学习的数据处理模型研究_第3页
认知计算中基于机器学习的数据处理模型研究_第4页
认知计算中基于机器学习的数据处理模型研究_第5页
资源描述:

《认知计算中基于机器学习的数据处理模型研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、.'^:-;\V.::巧班..f.-/,,‘;K一V夺巧.歡襄举yV粗/蒼‘輪欄1g^公开,辟.iHWf>、r.r,.';,.巧导::‘裹古-蓋n-;;.霉赛琴.逆背N安.^>八嗦^邊f;為.二^r:.,',产..一?-,、>名巧女么乂^■緣像.W.戸t;.'壤.‘讀:爺.\-/,.婪爷\TV電、M胆、;’NI’i思;,一,U..南為.站v当括,'廷接‘、v.蠢-:嗦r、襄式.i文题目.I¥中基巧^判的鋪農齡:...,\>/‘>U>..一.A'.‘,;货货.管;

2、严擎..-‘/.於;.,數;.....W側刪.,学.陆.專姓r.%导师王‘,"学科专业信誌络;敬研究向下一代通邮佔W技主万.申请学位别了巧古.,;背^K'论文提交期r..?.%i麵./..资.:;'、.f.,.;.;V‘¥屬\1:.;'\x.焉K‘'‘:—^'於聲、\'知i>.:,%;梦.'..:/其.芳V片在玄.|CH/..#..媒褒.填..;.為复.诗i蟲.:#,马、參.K扭^Researc

3、honDataProcessingModelbasedonMachineLearninginCognitiveComputingSystemsThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByHengLuSupervisor:Prof.KunWangApril2015南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。,论文中不包含其他人己经发表或撰写

4、过尽我所知,除了文中特别加W标注和致谢的地方外。的研巧成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一本人学位论文及涉及相关资料若有不实,愿意承担切相关的法律责任。研巧生签名:日期:南京邮电大学学位论文使用授权声明本人授权南京邮电大学可保留并向国家有关部口或机构送交论文的复印件和电子文档;允许论文被查阅和借阅;可W将学位论文的全部或部分内容编入有关数据库进行检索;可W采用影印、缩印或扫描等复制手段保存、汇编本学位论文。

5、本文电子文档的内容和纸质一论文的内容相致。。论文的公布(包括刊登)授权南京邮电大学研巧生院办理涉密学位论文在解密后适用本授权书。研巧生签名:J导师签名:期:也摘要随着互联网环境中数据规模的剧烈增长,从海量的数据中提取有意义的信息变得越来越困难。认知计算技术作为人工智能领域的一个重要分支,在如今的互联网环境下能够起到十分重要的作用。而在认知计算技术中,如何快速有效的完成数据的处理工作是在整个认知计算系统中十分重要的一环。因此,本文主要研究认知计算中基于机器学习的数据处理模型。文章首先提出了一种认知计算模型,然后研究了模型中可能用到的数

6、据处理技术(分类、决策等)以及分布式环境下的任务调度算法。总结起来,研究主要内容和创新之处主要表现在如下几个方面:针对互联网应用的使用过程中产生大量的感知数据和数据流难以分析处理的问题,研究一种基于上下文感知数据流的认知计算模型,实现对上下文感知数据的有效分析。此外,针对VFDT(VeryFastDecisionTree)算法选择分裂属性的随机性导致准确率不理想的问题,提出一种面向数据流的决策树算法来对数据流进行有效的分类。针对互联网中的海量信息有效性与否的决策问题,提出一种基于深度置信网络和线性感知器的认知决策算法,在深度置信网络训练结果的基础上搭建一

7、种具有错误控制功能的认知决策模型,综合考虑信息本身和上下文信息,最终给出信息有效与否的决策结果。针对RAM(RewardoptimAlMatching)算法中,资源队列类别分类不准确导致的任务调度效率不高的问题,提出了一种基于改进型队列匹配的任务调度算法来解决分布式的计算环境下的任务调度问题。该算法首先对资源进行聚类,然后根据聚类后资源队列进行任务调度,从而提高了任务调度系统的调度效率。关键词:认知计算,深度置信网络,任务调度,数据流,决策树IAbstractWiththeexplosiveincrementofInternetdata,itisincr

8、easinglydifficulttoobtainvaluableinforma

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。