基于统计分析的网络空间数字虚拟资产分类模型

被引：3

作者：

蒋艳

李玻

机构：

[1] 重庆能源职业学院

[2] 解放军后勤工程学院

来源：

科技经济导刊 | 2016年 / 17期

关键词：

数字虚拟资产; 向量空间模型; 核主成分分析法; 自组织特征映射神经网络; 代码;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

本文针对现有数字虚拟资产的分类问题,设计了一种基于统计分析的数字虚拟资产分类流程模型,阐述了该模型的主要组成模块,重点介绍了每个模块所使用的关键技术方法——向量空间模型法、核主成分分析法及自组织特征映射神经网络算法,并对每种方法编写了程序实现的代码。

引用

页码：29 / 30 +77

页数：3

共 4 条

[1]

基于KPCA和SOFM神经网络的文本分类算法研究[D]. 王欣欣.新疆大学 2012

[2]

Feature selection for face recognition:a memetic algorithmic approach[J]. Dinesh KUMAR,Shakti KUMAR,C.S.RAI. Journal of Zhejiang University(Science A:An International Applied Physics & Engineering Journal). 2009(08)

[3]

Self-Organizing Maps. T.Kohonen. . 1997

[4]

Coloring that Reveals Cluster Strectures in Multivariate Data. S.Kaski,J.Venna,T.Kohonen. Australian Journal of Intelligent Information Processing Systems . 2000

← 1 →