舰船网络数据库中海量数据特征提取方法 |
| |
引用本文: | 王亚辉.舰船网络数据库中海量数据特征提取方法[J].舰船科学技术,2020,42(16):169-171. |
| |
作者姓名: | 王亚辉 |
| |
作者单位: | 晋中职业技术学院,山西 晋中 030600 |
| |
摘 要: | 传统的数据特征提取方法提取数据特征后不能完全保有数据原有特征,导致方法只能应用于低维度数据特征提取,方法的可行性差。针对以上问题,研究舰船网络数据库中海量数据特征提取方法。设计以神经网络为基本结构的降噪自动编码器,通过编码器对数据库数据降噪。利用基于主成分分析的数据降维算法对数据降维,之后根据数据库中数据的关联性提取数据特征,完成对特征提取方法的研究。设计与传统数据特征提取方法的对比实验,实验结果证明研究的方法能够提取不同维度数据特征,并且应用提取数据特征进行分类时,平均正确率为93.85%,高出传统方法 22.39%,实用性更强。
|
关 键 词: | 网络数据库 海量数据 特征提取 主成分分析 数据降维算法 |
本文献已被 CNKI 万方数据 等数据库收录! |
|