◆施启军 龙福海 苟辉鹏 苏浩辀 谢雨寒

基于深度神经网络的多分类方法研究

◆施启军 龙福海 苟辉鹏 苏浩辀 谢雨寒

（贵州民族大学数据科学与信息工程学院 贵州 550025）

随着大数据和网络时代的飞速发展，网络数据呈爆炸式增长，对海量数据的分析和处理成为大数据领域最核心的问题。对数据进行分类是分析和处理数据流量的一项关键技术。在机器学习和数据挖掘领域，分类问题变得越来越重要。有关深度神经网络的分类研究中，大多数都是基于二分类问题的，用深度神经网络处理多分类问题的研究还很少。针对传统的数据分类模型分类精度低以及如何利用深度神经网络解决多分类这一问题，我们提出了一种基于深度神经网络的大数据高效分类方法，并在weka自带的鸢尾花数据集上进行分类实验，实验结果表明该方法能大大提高数据的分类精度。最后我们用该方法与几种机器学习中的经典分类算法进行性能对比实验，实验结果显示我们的方法在分类准确率上优于其他方法。

深度神经网络；机器学习；大数据分析与处理；多分类

1 引言

当今我们正处于大数据的浪潮中，数据爆炸式增长给大数据的分析和处理带来巨大挑战。人们迫切需要研究出更加方便有效的工具对收集到的海量信息进行快速准确的分类。对庞大的数据进行合理分类是大数据分析与挖掘过程中必不可少的环节，这一研究热点备受相……