10.3969/j.issn.1006-9348.2016.10.094
新生物数据库中特征目标数据检测仿真研究
研究对新生物数据库中特征目标数据进行有效检测,可有效保障新生物数据库系统的稳定运行.但由于新生物数据库目标数据分布散乱不存在连锁反应,导致传统方法只能检测出一种特征目标数据,存在检测误差大的弊端.提出一种改进多标签分类的新生物数据库中特征目标数据优化检测方法.上述方法先采用K均值聚类对新生物数据库中的数据进行聚类生成均值参考点,对生成的均值参考点进行拟合,确定特征目标数据的区域范围,利用遗传算法搜索特征目标数据的特征子集,将多标签扩展成可以对特征目标数据的特征子集进行评估的多标签,组建特征目标数据优化检测模型,弥补了传统算法只能检测出一种特征目标数据弊端.仿真结果表明,优化方法可以显著地提升新生物数据库中特征目标数据优化检测性能.
新生物数据库、特征目标数据、改进多标签分类
33
TP393(计算技术、计算机技术)
2016-12-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
433-436