【技术实现步骤摘要】
【技术保护点】
一种支持增量式更新的大数据特征学习的方法，其特征在于，包括如下步骤：基于一阶近似的参数更新算法来获取神经网络模型中更新的神经网络模型的参数；采用L‑范数计算神经网络模型更新前后的误差值；判断所述误差值是否大于神经网络模型误差上线阈值；如果所述误差值小于神经网络模型误差上线阈值，则将计算出的更新的神经网络模型的参数作为更新的神经网络模型的参数；如果所述误差值大于等于神经网络模型误差上线阈值，则基于增加隐藏层神经元的结构更新算法获取更新的神经网络模型的参数。
【技术特征摘要】
【专利技术属性】
技术研发人员：陈志奎，张清辰，
申请(专利权)人：大连钜正科技有限公司，
类型：发明
国别省市：辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。