發(fā)布時間：2025-01-07 06:26

　　 傳統(tǒng)艦船網(wǎng)絡(luò)數(shù)據(jù)庫的數(shù)據(jù)特征提取方法無法適應(yīng)數(shù)據(jù)庫數(shù)據(jù)量的海量增加,導(dǎo)致數(shù)據(jù)特征提取精準度降低。為了有效解決此問題,提出艦船網(wǎng)絡(luò)數(shù)據(jù)庫中海量數(shù)據(jù)特征準確提取方法研究。結(jié)合海量數(shù)據(jù)結(jié)構(gòu)特征,通過對數(shù)據(jù)庫海量數(shù)據(jù)建立大數(shù)據(jù)分布模型,獲得數(shù)據(jù)特征的結(jié)構(gòu)分布參量;根據(jù)參量對數(shù)據(jù)庫數(shù)據(jù)進行特征迭代計算,鎖定特征區(qū)域范圍;然后,對特征區(qū)域內(nèi)的數(shù)據(jù)進行特征個體目標的提取計算;最后,通過對比實驗對提出的提取方法進行測試,根據(jù)測試結(jié)果做出有效性結(jié)論。

【文章頁數(shù)】：3 頁

【部分圖文】：

圖1數(shù)據(jù)庫海量數(shù)據(jù)的大數(shù)據(jù)分布模型結(jié)構(gòu)Fig.1Structureofbigdatadistributionmodelformassive

圖1數(shù)據(jù)庫海量數(shù)據(jù)的大數(shù)據(jù)分布模型結(jié)構(gòu)Fig.1Structureofbigdatadistributionmodelformassivedataindatabase在計算過程中，為了保證聚類特征因素不受到干擾，聚類中心的特征因子量會采用模糊聚類因子來進行聚類計算，通過數(shù)據(jù)特征的....

圖2特征數(shù)據(jù)提取精準度對比線形圖Fig.2Comparisonofaccuracyoffeaturedataextraction

鵬,等.云平臺下時間序列數(shù)據(jù)并行化排列熵特征提取方法[J].電力自動化設(shè)備,2019,39(4):217–223.[1]李健偉,曲長文,彭書娟,等.基于生成對抗網(wǎng)絡(luò)和線上難例挖掘的SAR圖像艦船目標檢測[J].電子與信息學(xué)報,2019,41(1):148–154.[2]陳偉南,黃....

本文編號：4024633