摘要：针对大数据中的乱序数据缺少关联规则的问题,提出了一种动态调整的改进型BP算法,运用了动态自适应结构调整机制,根据环境要求自适应调整网络训练结构,自动删除无效训练神经元,优化迭代训练过程;并在网络学习过程中动态调整网络参数中的三因子,即动量因子、权学习指数、阈学习指数,来达到加快学习响应速度、增强网络稳定性的目的.仿真结果表明,通过动态自适应调整结构、动态调整三因子的改进型算法,能够获得更多的收敛次数,并能有效地提高收敛率,进而提高整体网络性能.

关键词：bp算法 机器学习 关联规则 乱序数据流 大数据 

单位：南京邮电大学宽带无线通信与传感网技术教育部重点实验室