基于云安全模型的层次泛函网络整体学习算法

摘要：

层次结构的泛函网络结构存在较多的隐变量,导致相同时间周期内的学习预测次数较少,为此设计基于云安全模型的层次泛函网络整体学习算法.采用云服务器获取安全模型运行时的各类信息数据,定义云安全模型内指标的姿态值,并构建姿态值三元约束数值关系,控制网络结构内隐变量数量,构建层次泛函网络逼近数值模型,将同等属性数据集的泛函数值处理为输入单元,输出整体学习算法形成的邻近域.结果表明:所设计的整体学习算法产生的学习预测次数最多,算法的学习预测能力最强.

关键词：云安全模型、层次泛函网络、整体学习、隐变量、神经元突变、三元约束数值关系

所属期刊栏目：50

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金;广州华商学院校内导师制科研项目

在线出版日期：2022-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1405-1409,1438