基于B-CNN模型的非平衡大数据智能分类方法研究

摘要

传统非平衡大数据智能分类特征提取方法需要设定独立目标,分类效率较低,导致分类数据压缩效率大幅下降,为此提出基于分支卷积神经网络(Branch Convolutional Neural Network,B-CNN)模型的非平衡大数据智能分类方法。首先,根据当前的测定需求及标准,完成多目标分类特征提取;其次,构建B-CNN非平衡大数据智能分类模型,采用模糊聚类处理实现大数据智能分类;最后,进行测试分析。测试结果表明,与对照组相比,B-CNN模型平衡大数据智能分类测试组最终得出的分类数据压缩效率比在1.8以上,说明基于B-CNN模型的非平衡大数据的智能分类效率较高。