-
题名混乱数据结构下的最优特征检测定位方法仿真
被引量：1
- 1
-
-
作者
彭灿华
-
机构
桂林理工大学
-
出处
《计算机仿真》
北大核心
2018年第3期345-348,380,共5页
-
文摘
对混乱数据结构下最优特征进行检测定位,可以提高混乱数据管理的质量及安全性。混乱数据结构下数据特征众多,使得检测定位时需要对最优特征分布状态的收敛性进行分析,采用传统的特征检测定位方法,在样本集数量较大的条件下,最优特征类别分辨不准确,导致检测定位精度低的问题。结合模糊数学方法,提出一种混乱数据结构下的最优特征检测定位方法。利用神经网络训练算法进行混乱数据特征提取并构建神经网络模型。在混乱数据结构特征空间中,利用自适应搜索方法进行混乱数据结构下最优特征提取,在线性约束条件下建立最优特征分布状态方程,对方程解的收敛性进行分析,通过Backlund变换求得最优特征定位稳定周期点,构建最优特征分集聚敛目标函数,以目标函数连续有界性和收敛性分析结果实现最优特征定位点检测定位。实验结果表明,所提方法最优特征类别分辨准确,检测定位精度高,具有一定的使用性。
-
关键词
混乱数据结构
最优特征
检测
定位
-
Keywords
Chaotic data structure
Optimal features
detection
positioning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
