基于條件生成對抗網絡的小樣本機器學習數據處理算法研究

劉言林

(安徽三聯學院 電子電氣工程學院，安徽 合肥 230601)

數據處理工作是現代人們工作和生活中的一個重要內容,人們在使用計算機或智能終端時,會產生大量數據,這些數據中包含大量高維數據,在處理這些高維數據時,將面對數據量大和計算復雜的問題,限制了很多數據處理技術的發揮[1-3].特別是為了向用戶提供更好更及時的信息化服務,在服務的智能化設計中使用了機器學習技術,在高維數據爆發的情況下,小樣本問題比較突出,數據處理非常困難[4].

針對上述描述的情況,目前對數據處理技術的研究,國內外已經有很多成熟的技術,研究比較多的是數據處理算法,數據處理算法與其他數據處理技術相比,不需要額外的硬件嵌入,也不需要加入其他的軟件內容,可以直接加載使用,在一定程度上減小了數據處理成本的投入[5-7].但是在使用過程中,受到數據自身特性的影響,部分數據處理算法存在一些問題.如文獻[8]中提到的基于物聯網的數據處理算法,使用物聯網技術提高了數據處理的速度和反饋速度,但是面對具有不平衡特質的高維數據,處理效果非常不理想,整理泛化能力比較差.文獻[9]設計的基于智能優化算法的數據處理算法存在同樣的問題,該算法利用OpenMP應用程序接口實現了數據處理的并行化,并設計了針對并行化處理的優化策略,降低了數據處理的計算復雜度,但是在實際處理數據的算法中，數據……