信息与电脑杂志

摘要：基于大数据时代多源异构信息处理的现实需求，文章建立了基于深度学习的多源异构大数据融合与智能分析方法。该方法通过设计分层协同架构，借助卷积神经网络(Convolutional Neural Network, CNN)-循环神经网络(Recurrent Neural Network, RNN)混合模型完成特征深度融合，并结合深度置信网络(Deep Belief Network, DBN)模型提升智能分析效果。搭建仿真环境开展测试，结果表明，该方法在数据融合准确性、分析精度、处理效率及资源利用率等关键指标方面具有明显优势，切实提高了多源异构数据的融合能力和智能分析水平，为相关领域复杂数据处理提供了高效的解决手段。

关键词： 多源异构数据;深度学习;数据融合;智能分析;

专辑： 信息科技

专题： 计算机软件及计算机应用;自动化技术

分类号： TP311.13;TP18