一种稠密模型应用在大数据的分析方法

本发明公开了一种稠密模型应用在大数据的分析方法，包括如下步骤：S1、采集异构原始数据并预处理，生成标准化数据集合；S2、对标准化数据集合中不同类型字段进行特征提取与特征拼接，形成初步特征向量矩阵；S3、将初步特征向量矩阵输入异构特征融合与补全算法，生成融合特征向量矩阵；S4、将融合特征向量矩阵输入深层稠密残差网络模型，输出深层语义特征表示；S5、将深层语义特征表示输入全连接输出层，生成分析结果向量；S6、构建损失函数，执行反向传播优化深层稠密残差网络模型中的权重参数；S7、对新增数据重复执行步骤S1至S6。本发明融合深度残差网络建模与群智能异常识别机制，实现大数据多源字段的统一建模、缺失补全与高维特征表达分析。