论文部分内容阅读
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