傳統(tǒng)的數(shù)據(jù)特征提取方法提取數(shù)據(jù)特征后不能完全保有數(shù)據(jù)原有特征,導致方法只能應用于低維度數(shù)據(jù)特征提取,方法的可行性差。針對以上問題,研究艦船網(wǎng)絡數(shù)據(jù)庫中海量數(shù)據(jù)特征提取方法。設計以神經(jīng)網(wǎng)絡為基本結構的降噪自動編碼器,通過編碼器對數(shù)據(jù)庫數(shù)據(jù)降噪。利用基于主成分分析的數(shù)據(jù)降維算法對數(shù)據(jù)降維,之后根據(jù)數(shù)據(jù)庫中數(shù)據(jù)的關聯(lián)性提取數(shù)據(jù)特征,完成對特征提取方法的研究。設計與傳統(tǒng)數(shù)據(jù)特征提取方法的對比實驗,實驗結果證明研究的方法能夠提取不同維度數(shù)據(jù)特征,并且應用提取數(shù)據(jù)特征進行分類時,平均正確率為93.85%,高出傳統(tǒng)方法 22.39%,實用性更強。 

【文章來源】：艦船科學技術. 2020,42(16)北大核心

【文章頁數(shù)】：3 頁

【參考文獻】：
期刊論文
[1]基于FCM聚類算法的點云數(shù)據(jù)分類與提取[J]. 張東.  工程技術研究. 2019(15)
[2]基于多尺度排列熵的艦船輻射噪聲復雜度特征提取研究[J]. 陳哲,李亞安.  振動與沖擊. 2019(12)
[3]計及數(shù)據(jù)類別不平衡的海量用戶負荷典型特征高性能提取方法[J]. 劉洋,劉洋,許立雄,王劍.  中國電機工程學報. 2019(14)
[4]一種云計算環(huán)境下海量數(shù)據(jù)安全特征提取算法[J]. 胡聲秋,吳玲麗.  信息技術. 2019(01)



本文編號：3479851