首页|基于云安全模型的层次泛函网络整体学习算法

基于云安全模型的层次泛函网络整体学习算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.
Holistic Learning Algorithm for Hierarchical Generalized Networks Based on Cloud Security Model

徐胜超、邓斌涛

展开 >

广州华商学院数据科学学院 广州 511300

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

国家自然科学基金青年基金广州华商学院校内导师制科研项目

614032192022HSDS07

2022

10.3969/j.issn.1672-9722.2022.07.002

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(7)
  • 20