作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
舰船监控网络是以大数据信息处理为支撑的网络体系,受数据信息流多样化的影响,监控网络中存在着以高维混合状态存储的信息.通过加强对高维数据的挖掘、聚类、融合和分析,提高数据挖掘的精度和效率,能够为舰船监控网络系统的运行提供更为可靠的信息依据,满足监控网络系统的增值服务需求.本文分析了舰船监控网络高维混合属性数据的特征提取,对高维混合属性数据挖掘进行建模,并进行仿真实验分析,结果表明数据挖掘模型具备一定应用价值.
推荐文章
一种实现混合属性数据流聚类的算法
混合属性数据
相似性
k - 近邻算法
k - 均值聚类
分类属性
基于统计分析技术的属性数据挖掘
数据挖掘
统计分析
面向属性归纳
基于信息熵的混合属性数据谱聚类算法
混合属性数据
谱聚类
高斯核函数
影响因子
基于聚类分析的属性数据挖掘技术
数据挖掘
聚类分析
相似度
属性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 舰船监控网络高维混合属性数据挖掘建模
来源期刊 舰船科学技术 学科
关键词 监控网络 高维 数据挖掘 建模
年,卷(期) 2020,(20) 所属期刊栏目 电子信息
研究方向 页码范围 136-138
页数 3页 分类号 U667.25
字数 语种 中文
DOI 10.3404/j.issn.1672-7649.2020.10A.046
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (53)
共引文献  (1)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(15)
  • 参考文献(0)
  • 二级参考文献(15)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
监控网络
高维
数据挖掘
建模
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
舰船科学技术
半月刊
1672-7649
11-1885/U
大16开
北京市朝阳区科荟路55号院
1979
chi
出版文献量(篇)
6974
总下载数(次)
20
总被引数(次)
26106
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导