【摘要】：對(duì)企業(yè)移動(dòng)網(wǎng)站中投資盈利信息進(jìn)行有效檢測,可以更好地完善有效盈利模式。進(jìn)行投資盈利信息檢測時(shí),應(yīng)計(jì)算信息離散型隨機(jī)事件的信息熵,根據(jù)信息熵將投資盈利信息劃分為多個(gè)微聚類,給出投資盈利信息判斷閾值完成檢測,但是傳統(tǒng)方法建立投資盈利信息檢測的目標(biāo)函數(shù)完成檢測,不能準(zhǔn)確地計(jì)算信息熵,無法對(duì)投資盈利信息進(jìn)行微聚類和閾值計(jì)算,降低了檢測的準(zhǔn)確性。提出基于層次聚類的新型企業(yè)移動(dòng)網(wǎng)站中投資盈利信息檢測方法。首先確定企業(yè)移動(dòng)網(wǎng)站中信息離散型隨機(jī)事件的信息熵,求取網(wǎng)絡(luò)門戶信息時(shí)間序列中距離首尾兩端點(diǎn)連線最遠(yuǎn)的距離,對(duì)企業(yè)移動(dòng)網(wǎng)站中信息時(shí)間序列中的重要點(diǎn)進(jìn)行分段,計(jì)算出于序列段內(nèi)信息熵,并將各序列段信息熵劃分為多個(gè)微聚類,采用信息熵的過濾機(jī)制計(jì)算出門戶網(wǎng)站投資盈利信息熵分布概率,給出投資盈利信息判斷閾值,并完成對(duì)企業(yè)移動(dòng)網(wǎng)站中投資盈利信息檢測。仿真結(jié)果表明,所提方法檢測精確高,為企業(yè)移動(dòng)網(wǎng)站的發(fā)展趨勢奠定了基礎(chǔ)。
【圖文】：

闌文獻(xiàn)［８］方法邐費(fèi)文獻(xiàn)［８】方法逡逑團(tuán)本文方法邐■本文方法逡逑４邐Ａ逡逑９０邋－邐＾邐■逡逑：：－逡逑￥６５邋－邐５．５邋－逡逑Ｉ邐ｉ逡逑田邋３５邋＿邐＾邋４邐－逡逑２５邋－邐￣，．５邋－邐＿＿＿－＿逡逑０邐ｉｉ邋２５０邐４＾邋ｓＴｏ邋６＾邐８５０邐＾邐°邐ｍ邋ｍ邋ｉｋ邋６５０邐８５０邐＾逡逑實(shí)驗(yàn)信息／個(gè)邐實(shí)驗(yàn)信息／個(gè)逡逑圖１不同方法檢測正確率邐圖４不同方法檢測的時(shí)間對(duì)比逡逑蒂文獻(xiàn)［８】方法逡逑■本文＾？法邐５邋結(jié)束語逡逑▲邐＾邐■提出一種基于層次聚類的企業(yè)移動(dòng)網(wǎng)站中投資盈利信逡逑９0邋－邐息檢測方法。仿真結(jié)果表明，所提方法檢測精確高，為企業(yè)逡逑８５邋－邐移動(dòng)網(wǎng)站的發(fā)展趨勢奠定了基矗逡逑Ｊ邋６５邋－邐參考文獻(xiàn)：逡逑１邐［１］，

本文編號(hào)：2706089