一种基于FKPCA和AHP的房屋安全大数据特征选择与分类算法
尹帮治1; 田桂丰2; 鄢创辉3; 谭宓3
2024-05-01
发表期刊信息记录材料
ISSN1009-5624
卷号25期号:05页码:239-242
摘要快速核主成分分析算法(fast kernel principal component analysis, FKPCA)和层次分析法(analytic hierarchy process, AHP)在房屋安全大数据分析中可以检测异常、预测故障、优化决策等,提供房屋安全管理和风险控制的支持。本文首先针对房屋安全大数据特征选择与分类问题,提出一种基于快速FKPCA与AHP的算法。其次,通过FKPCA对大数据进行降维,使用AHP方法进行特征权重计算,从而筛选出与房屋安全密切相关的特征,最后,用选定的特征进行优化分析。该算法通过特征选择性能评价和分类模型性能评价两方面进行评估,以提升分类模型的性能和准确性。
关键词房屋安全大数据 特征选择 特征分类 FKPCA AHP
DOI10.16009/j.cnki.cn13-1295/tq.2024.05.034
URL查看原文
语种中文
资助项目2021年湖南省职业院校教育教学改革研究项目(ZJBZ2021108);广东远程开放教育科研基金项目(YJ1712);广东建设职业技术学院2023年校级科研项目(KY2023-10);
原始文献类型学术期刊
文献类型期刊论文
条目标识符http://ir.library.ouchn.edu.cn/handle/39V7QQFX/170831
专题国家开放大学广东分部
通讯作者田桂丰
作者单位1.邵阳职业技术学院信息技术学院;
2.广东建设职业技术学院现代教育技术中心;
3.河源开放大学工程技术教学部
推荐引用方式
GB/T 7714
尹帮治,田桂丰,鄢创辉,等. 一种基于FKPCA和AHP的房屋安全大数据特征选择与分类算法[J]. 信息记录材料,2024,25(05):239-242.
APA 尹帮治,田桂丰,鄢创辉,&谭宓.(2024).一种基于FKPCA和AHP的房屋安全大数据特征选择与分类算法.信息记录材料,25(05),239-242.
MLA 尹帮治,et al."一种基于FKPCA和AHP的房屋安全大数据特征选择与分类算法".信息记录材料 25.05(2024):239-242.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[尹帮治]的文章
[田桂丰]的文章
[鄢创辉]的文章
百度学术
百度学术中相似的文章
[尹帮治]的文章
[田桂丰]的文章
[鄢创辉]的文章
必应学术
必应学术中相似的文章
[尹帮治]的文章
[田桂丰]的文章
[鄢创辉]的文章
相关权益政策
暂无数据
收藏/分享
相关推荐
基于DotNet技术的城市交通网络最短线路查询系统的设计与实现
计算机主存储器逻辑设计与实现
在VC#2008中实现汉字拼音首字母查询SQLServer2005数据库
一种新的网站用户登录验证方案
基于防火墙策略路由的校园网多出口解决方案
一种基于小波分量变换的人脸图像光照归一化算法
二叉树遍历的通用递归算法研究与实现
基于K-means聚类算法的网络个性化学习行为研究
决策树C4.5算法在课程知识点个性化教学中的应用
基于链栈数组的二叉树按层遍历递归算法
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。