基于大数据的深度卷积神经网络冗余参数优化算法

打开文本图片集

摘  要：针对冗余参数占用较多网络存储空间的问题，提出一种基于大数据的深度卷积神经网络冗余参数优化算法。根据大数据的特点来确定冗余参数特点，由此构建基于大数据的深度卷积神经网络模型。计算属性数据集合的冗余参数熵，以熵值为依据压缩冗余参数。通过梯度下降的方式训练深度卷积神经网络参数，确定冗余参数拥塞程度，控制数据冗余拥塞队列，以此完成冗余参数优化。（剩余5707字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。