太阳风速度信息数据快速优化检测研究

摘要：

对太阳风速度信息数据进行准确的检测,可更好的了解和预防太阳风暴,尽可能的降低太阳风暴给地球造成的严重影响.对太阳风速度信息数据进行训练,获得最终信息分类阈值和权值,进行太阳风速度信息数据检测时,可以保证太阳风速度信息数据检测的准确性,但传统方法通过提取太阳风速度信息数据特征,并利用匹配投影法求解特征解,得到全部匹配特征点,实现太阳风速度信息数据检测,缺少信息分类阈值,不能准确聚类,存在检测精准度较低的问题.提出一种RBF神经网络与决策树的太阳风速度信息数据快速检测方法.上述算法首先分析太阳风速度信息特征,利用RBF神经网络特征属性优势对太阳风速度信息数据进行训练,获得最终分类阈值和权值,在此基础上将训练优化数据后传递给决策树,利用信息增益实现太阳风速度信息数据测试属性相关性分析.进一步实现太阳风速度信息数据的属性约简和规则选取,获得最终的检测信息.仿真结果表明,上述算法能够快速地检测太阳风速度信息,且检测精准度较高.

关键词：太阳风速度、信息数据、快速检测

所属期刊栏目：33

分类号：TP311.13(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目617071121;四川省教育厅科研项目13ZA0125

在线出版日期：2016-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：425-428