Page 128 - 计算机应用软件开发技术研究

计算机应用软件开发技术研究
Research on Computer Application Software Development Technology

信息学、生态学、医学、遗传学、遥感地理学等多领域开展的应用性研究。
人工神经网络（Artificial Neural Networks，ANN）是一种具有非线性适应性
信息处理能力的算法，可克服传统人工智能方法对于直觉，如模式、语音识别、

非结构化信息处理方面的缺陷。早在 20 世纪 40 年代人工神经网络已经受到关
注，并随后得到迅速发展。
贝叶斯学习是机器学习较早的研究方向，其方法最早起源于英国数学家托马
斯，贝叶斯在 1763 年所证明的一个关于贝叶斯定理的一个特例。经过多位统计

学家的共同努力，贝叶斯统计在 20 世纪 50 年代之后逐步建立起来，成为统计学
中一个重要的组成部分。
2.大数据环境下机器学习的研究现状
大数据的价值体现主要集中在数据的转向以及数据的信息处理能力等。在

产业发展的今天，大数据时代的到来，对数据的转换，数据的处理数据的存储等
带来了更好的技术支持，产业升级和新产业诞生形成了一种推动力量，让大数据
能够针对可发现事物的程序进行自动规划，实现人类用户以计算机信息之间的协
调。另外，现有的许多机器学习方法是建立在内存理论基础上的。大数据还无法

装载进计算机内存的情况下，是无法进行诸多算法的处理的，因此应提出新的机
器学习算法，以适应大数据处理的需要。大数据环境下的机器学习算法，依据一
定的性能标准，对学习结果的重要程度可以予以忽视。采用分布式和并行计算的
方式进行分治策略的实施，可以规避掉噪声数据和冗余带来的干扰，降低存储耗

费，同时提高学习算法的运行效率。
随着大数据时代各行业对数据分析需求的持续增加，通过机器学习高效地获
取知识，已逐渐成为当今机器学习技术发展的主要推动力。大数据时代的机器学
习更强调“学习本身是手段”机器学习成为一种支持和服务技术。如何基于机器

学习对复杂多样的数据进行深层次地分析，更高效地利用信息成为当前大数据环
境下机器学习研究的主要方向。所以，机器学习越来越朝着智能数据分析的方向
发展，并已成为智能数据分析技术的一个重要源泉。另外，在大数据时代，随着
数据产生速度的持续加快，数据的体量有了前所未有的增长，而需要分析的新的

数据种类也在不断涌现，如文本的理解、文本情感的分析、图像的检索和理解、
图形和网络数据的分析等。使得大数据机器学习和数据挖掘等智能计算技术在大
数据智能化分析处理应用中具有极其重要的作用。在 2014 年 12 月中国计算机学

·116·