基于数据挖掘的电子猫眼信息失真概率模拟分析

作者：芮国荣; 孙海金

来源：自动化与仪器仪表, 2021, (07): 219-222.

DOI：10.14016/j.cnki.1001-9227.2021.07.219

• 数据挖掘
• 电子猫眼
• 信息失真
• 概率模拟

使用支持向量机监督学习、广义回归神经网络识别模型无法在动态环境下分析猫眼信息,导致信息失真模拟效果不佳,面对该情况,提出了基于数据挖掘的电子猫眼信息失真概率模拟分析。设计电子猫眼图像重构流程,按照压缩感知原理获取测量矢量,并保留原图像信息,实现图像精确重建。对训练集数据和测试集数据进行归一化处理,并在支持向量机上分类失真信息。标记未知电子猫眼信息,并归类,计算先验概率和后验概率,确定未知信息的确信程度。通过数据采集、预处理、分组、特征选取、参数选择、测试集数据分类、信息失真概率模型构建,完成信息失真概率模拟。由实验结果可知,该方法失真信息判别数量与实际值最大误差为1 bit,失真信息判别准确率静态环境下为98%、动态环境下为97%,具有较高判别精确率。