为解决多源异构大数据融合模型存在容错能力较低,导致多源异构大数据融合后的数据结构不完整等问题,构建一种基于循环神经网络的多源异构大数据融合模型.定位多源异构大数据节点,描述数据融合映射关系;利用循环神经网络控制隐含层节点数据,增强融合过程中容错能力,完成融合模型构建.实验结果表明,构建的融合模型可获取更多唯一元素数量,多源异构大数据融合后数据完整性系数为0.5,有效改善了数据结构,具有一定实际意义.
科研之友
微信
新浪微博
Facebook
分享链接
