針對(duì)現(xiàn)有的集成網(wǎng)絡(luò)異構(gòu)模態(tài)數(shù)據(jù)特征提取數(shù)學(xué)模型存在的特征提取速度較慢、準(zhǔn)確性較差等問(wèn)題,構(gòu)建了基于矩陣分解的集成網(wǎng)絡(luò)異構(gòu)模態(tài)數(shù)據(jù)特征提取模型,該模型首先利用小波去噪函數(shù)逼近原理對(duì)集成網(wǎng)絡(luò)異構(gòu)模態(tài)數(shù)據(jù)進(jìn)行去噪,然后采用統(tǒng)計(jì)學(xué)中貝葉斯分類方法對(duì)去噪后的數(shù)據(jù)進(jìn)行分類,根據(jù)有限的標(biāo)記樣本,將其當(dāng)作硬性約束加入到矩陣分解中并構(gòu)建局部鄰域,給出更新規(guī)則得到局部?jī)?yōu)化解,最后將約束矩陣引入到完成降維的數(shù)據(jù)矩陣中,實(shí)現(xiàn)對(duì)異構(gòu)模態(tài)數(shù)據(jù)特征提取數(shù)學(xué)模型的構(gòu)建。實(shí)驗(yàn)結(jié)果表明,當(dāng)數(shù)據(jù)集中存在異常數(shù)據(jù)時(shí),所構(gòu)建模型的異常數(shù)據(jù)點(diǎn)檢測(cè)率較高、誤報(bào)率較低,其提取的數(shù)據(jù)特征具有代表性,且特征提取用時(shí)較低。 

【文章來(lái)源】：計(jì)算機(jī)仿真. 2020,37(09)北大核心

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

特征提取實(shí)驗(yàn)流程圖

實(shí)驗(yàn)結(jié)果如圖2所示,其中橫坐標(biāo)是主成分?jǐn)?shù)量,單位是個(gè),縱坐標(biāo)是時(shí)間,單位是毫秒(ms)。為了簡(jiǎn)化描述,在圖2中,將基于Fisher準(zhǔn)則的集成網(wǎng)絡(luò)異構(gòu)模態(tài)數(shù)據(jù)特征提取模型用模型A表示,基于RGB-D數(shù)據(jù)的集成網(wǎng)絡(luò)異構(gòu)模態(tài)數(shù)據(jù)特征提取模型用模型B表示,應(yīng)用監(jiān)督近鄰重構(gòu)分析的集成網(wǎng)絡(luò)異構(gòu)模態(tài)數(shù)據(jù)特征提取模型用模型C表示。

在數(shù)據(jù)集中添加十分之一的異常點(diǎn)數(shù)據(jù),驗(yàn)證所構(gòu)建模型的魯棒性,對(duì)集成網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行降維,所構(gòu)建模型的實(shí)現(xiàn)流程如圖3所示。窗口中樣本數(shù)量對(duì)異常點(diǎn)的檢測(cè)率的影響如圖4所示,其中橫坐標(biāo)為窗口寬度,這里窗口寬度表示窗口中樣本的數(shù)量;縱坐標(biāo)y為數(shù)據(jù)異常點(diǎn)檢測(cè)率;縱坐標(biāo)z為數(shù)據(jù)異常點(diǎn)誤報(bào)率。

【參考文獻(xiàn)】：
期刊論文
[1]基于堿基組成和分布的DNA序列特征提取方法及應(yīng)用[J]. 李玉雙,魏東,呂艷芬.  燕山大學(xué)學(xué)報(bào). 2018(01)
[2]物聯(lián)網(wǎng)監(jiān)控下農(nóng)業(yè)溫室濕度數(shù)據(jù)信號(hào)提取仿真[J]. 劉鶴,許榮澤,于合龍.  計(jì)算機(jī)仿真. 2017(10)
[3]一種基于時(shí)頻分析的窄帶雷達(dá)飛機(jī)目標(biāo)分類特征提取方法[J]. 趙越,陳之純,糾博,張磊,劉宏偉,李真芳.  電子與信息學(xué)報(bào). 2017(09)
[4]基于Fisher準(zhǔn)則的半監(jiān)督特征提取方法[J]. 郝偉,劉忠寶.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(01)
[5]t分布隨機(jī)近鄰嵌入機(jī)械故障特征提取方法研究[J]. 谷玉海,韓秋實(shí),徐小力,高鵬.  機(jī)械科學(xué)與技術(shù). 2016(12)
[6]基于RGB-D數(shù)據(jù)的自適應(yīng)局部時(shí)空特征提取方法[J]. 林佳,阮曉鋼,于乃功,Ouattara Sie,朱曉慶.  北京工業(yè)大學(xué)學(xué)報(bào). 2016(11)
[7]應(yīng)用監(jiān)督近鄰重構(gòu)分析的高光譜遙感數(shù)據(jù)特征提取[J]. 方敏,王君,王紅艷,李天涯.  紅外與激光工程. 2016(10)
[8]基于稀疏非負(fù)最小二乘編碼的高光譜遙感數(shù)據(jù)分類方法[J]. 齊永鋒,楊樂(lè),火元蓮.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(07)
[9]fMRI數(shù)據(jù)的有監(jiān)督特征提取方法綜述[J]. 李中林,童莉,王林元,卜海兵,閆鑌.  信息工程大學(xué)學(xué)報(bào). 2016(03)
[10]基于雙向滑動(dòng)平均的目標(biāo)長(zhǎng)度特征提取方法[J]. 周云,舒占軍,李華瓊,周洪宇,于雪蓮.  現(xiàn)代雷達(dá). 2016(04)



本文編號(hào)：3527293