10.3969/j.issn.1006-9348.2022.11.031
基于改进RBF网络的铁路数据价值映射模型
针对铁路数据爆炸式增长给存储管理带来的巨大挑战,亟需采用数据分级存储的方式以缓解存储压力、降低存储成本.为了使得数据分级存储结果可靠,依据铁路建设期数据业务特征以及存储需求,构建数据业务价值指标评价体系并提出数据业务价值计算方法,选取多项数据价值判定因素,以聚类方法、粒子群算法优化RBF神经网络参数,构建基于改进RBF神经网络的铁路建设期数据价值映射模型.根据真实铁路建设期数据验证改进RBF神经网络模型的可行性.试验结果表明,基于改进RBF的多维铁路数据价值映射模型判定数据存储级别准确率最优达99%以上,能有效用于数据分级存储系统.
数据价值、RBF神经网络、粒子群算法、铁路建设期数据、分级存储
39
TP391.9(计算技术、计算机技术)
中国国家铁路集团有限公司科技研究开发计划;北京工商大学研究生科研能力提升计划项目
2023-01-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
158-163