舰船网络数据库中海量数据特征准确提取方法

发布时间：2025-01-07 06:26

　　 传统舰船网络数据库的数据特征提取方法无法适应数据库数据量的海量增加,导致数据特征提取精准度降低。为了有效解决此问题,提出舰船网络数据库中海量数据特征准确提取方法研究。结合海量数据结构特征,通过对数据库海量数据建立大数据分布模型,获得数据特征的结构分布参量;根据参量对数据库数据进行特征迭代计算,锁定特征区域范围;然后,对特征区域内的数据进行特征个体目标的提取计算;最后,通过对比实验对提出的提取方法进行测试,根据测试结果做出有效性结论。

【文章页数】：3 页

【部分图文】：

图1数据库海量数据的大数据分布模型结构Fig.1Structureofbigdatadistributionmodelformassive

图1数据库海量数据的大数据分布模型结构Fig.1Structureofbigdatadistributionmodelformassivedataindatabase在计算过程中，为了保证聚类特征因素不受到干扰，聚类中心的特征因子量会采用模糊聚类因子来进行聚类计算，通过数据特征的....

图2特征数据提取精准度对比线形图Fig.2Comparisonofaccuracyoffeaturedataextraction

鹏,等.云平台下时间序列数据并行化排列熵特征提取方法[J].电力自动化设备,2019,39(4):217–223.[1]李健伟,曲长文,彭书娟,等.基于生成对抗网络和线上难例挖掘的SAR图像舰船目标检测[J].电子与信息学报,2019,41(1):148–154.[2]陈伟南,黄....

本文编号：4024633