大数据之博大精深
大数据从结构上可以分为结构化数据、半结构化数据和非结构化数据，大数据是多来源多类型的。关于大数据的结构化、半结构化、非结构化，有的要求是实时性的，有的要求是非实时性的，它们处理的速度要求是不一样的，非结构化是指不能用表格来表示的数据。大数据需要的数据量很大，当数据量较少的时候，采用的矩阵储存聚类分析的误差较大，只有当数据大于一定量的时候才可以用。大数据有助于提高分析精度和速度，大数据的分析不仅需要大量的数据，还需要建立模型。例如语音识别，在特征提取后，采用GMM静态概率模型描述发音的不确定性，采用HMM动态概率模型描述发音的时序特性，然后用数据来训练模型和优化模型参数，数据越大训练的效果越好。现在利用GPU可模拟超大型人工神经网络，最近百度、谷歌在这方面都取得较好的进展。
大数据分析 数据结构 静态概率模型 人工神经网络
邬贺铨
中国工程院
国内会议
贵阳
中文
100-104
2016-04-01（万方平台首次上网日期，不代表论文的发表时间）