基于动态特征提取和神经网络的数据流分类研究
기우동태특정제취화신경망락적수거류분류연구
Classification of data stream based on dynamic feature extraction and neural network
  • 万方数据
    计算机应用 계산궤응용
    COMPUTER APPLICATION
    2010年 6期 1539-1542,1567 ,共5页

    汪成亮%庞栩%陆志坚%罗昌银

    왕성량%방허%륙지견%라창은

    分类%神经网络%数据流%可变滑动窗口%趋势分析 分類%神經網絡%數據流%可變滑動窗口%趨勢分析
    분류%신경망락%수거류%가변활동창구%추세분석
    为提高数据流分类的精确性和适应性,提出了一种新的数据流分类方法.该方法基于总体最小二乘法对数据流进行分段拟合,并将传统曲线分析算法--滑动窗口(SW)和在线数据分割(OSD)进行结合、改进,以可变滑动窗口算法实现对数据流的合理分割,提高趋势分析精度.在此基础上,对数据流进行动态特征提取和判断,并以神经网络对数据流特征进行模式识别,精确分类,进而对监控对象提供早期预警、状态评估和决策支持.实验结果表明,该方法能对数据流进行有效的动态特征描述,分类效果明显.
    위제고수거류분류적정학성화괄응성,제출료일충신적수거류분류방법.해방법기우총체최소이승법대수거류진행분단의합,병장전통곡선분석산법--활동창구(SW)화재선수거분할(OSD)진행결합、개진,이가변활동창구산법실현대수거류적합리분할,제고추세분석정도.재차기출상,대수거류진행동태특정제취화판단,병이신경망락대수거류특정진행모식식별,정학분류,진이대감공대상제공조기예경、상태평고화결책지지.실험결과표명,해방법능대수거류진행유효적동태특정묘술,분류효과명현.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문