论文部分内容阅读
针对现有的集成网络异构模态数据特征提取数学模型存在的特征提取速度较慢、准确性较差等问题,构建了基于矩阵分解的集成网络异构模态数据特征提取模型,该模型首先利用小波去噪函数逼近原理对集成网络异构模态数据进行去噪,然后采用统计学中贝叶斯分类方法对去噪后的数据进行分类,根据有限的标记样本,将其当作硬性约束加入到矩阵分解中并构建局部邻域,给出更新规则得到局部优化解,最后将约束矩阵引入到完成降维的数据矩阵中,实现对异构模态数据特征提取数学模型的构建。实验结果表明,当数据集中存在异常数据时,所构建模型的异常数据点