刘言林

(安徽三联学院 电子电气工程学院，安徽 合肥 230601)

数据处理工作是现代人们工作和生活中的一个重要内容,人们在使用计算机或智能终端时,会产生大量数据,这些数据中包含大量高维数据,在处理这些高维数据时,将面对数据量大和计算复杂的问题,限制了很多数据处理技术的发挥[1-3].特别是为了向用户提供更好更及时的信息化服务,在服务的智能化设计中使用了机器学习技术,在高维数据爆发的情况下,小样本问题比较突出,数据处理非常困难[4].

针对上述描述的情况,目前对数据处理技术的研究,国内外已经有很多成熟的技术,研究比较多的是数据处理算法,数据处理算法与其他数据处理技术相比,不需要额外的硬件嵌入,也不需要加入其他的软件内容,可以直接加载使用,在一定程度上减小了数据处理成本的投入[5-7].但是在使用过程中,受到数据自身特性的影响,部分数据处理算法存在一些问题.如文献[8]中提到的基于物联网的数据处理算法,使用物联网技术提高了数据处理的速度和反馈速度,但是面对具有不平衡特质的高维数据,处理效果非常不理想,整理泛化能力比较差.文献[9]设计的基于智能优化算法的数据处理算法存在同样的问题,该算法利用OpenMP应用程序接口实现了数据处理的并行化,并设计了针对并行化处理的优化策略,降低了数据处理的计算复杂度,但是在实际处理数据的算法中，数据……