文献

J-GLOBAL ID：201702287580369459   整理番号：17A0194625

大規模ネットワークにおける要求目標妨害領域フィルタリングシミュレーション研究【JST・京大機械翻訳】

Big Data in the Network Demand Target Jamming Area Filter Simulation Research

著者 (3件)： Cai Chong (Jiangxi Provincial Education Examination Institute) ,  Xiong Xiaomei (Jiangxi Science and Technology College) ,  Lin Zhenrong (School of Information Engineering,Nanchang University)
資料名： Jisuanji Fangzhen  (Jisuanji Fangzhen)
巻： 33  号： 10  ページ： 376-380  発行年： 2016年 
JST資料番号： C2937A  ISSN： 1006-9348  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 大規模ネットワークにおける目標の干渉領域を効果的にフィルタリングすることによって,大規模データネットワークにおける冗長データを除去することができ,ネットワーク要求の検索効率を向上させることができた。目標の妨害領域のフィルタリングを行うとき,異なる目標の妨害領域は異なるフィルタリング特性を持ち,従来の方法による目標の妨害領域のフィルタリングを行うとき,異なる目標に応じて異なるフィルタリング閾値を設定する必要があり,目標の妨害領域の濾過効率を低下させる必要がある。ハイブリッド動径基底関数補間とBAYES分類に基づく大規模データネットワークにおける需要目標のための干渉領域フィルタリング法を提案した。まず第一に,大規模データネットワークにおける異なるサンプル点と残差サンプル点の間の距離とラベル分類に基づく動径基底関数内挿法を採用して,BAYES分類を使用することによって,目標の妨害領域のデータフィルタリングを実行した。大規模データネットワークにおけるデータサンプルの干渉データと非データの事前確率と特徴のクラス条件付き確率を比較することによって、未知データのあるタイプの事後確率を予測し、最終的に事後確率の大きさによって妨害区域と判断し、それを除去する。大規模ネットワークにおいて,目標の妨害領域のフィルタリングを達成した。シミュレーション結果は,提案したアルゴリズムが大規模データネットワークにおいて要求される目標のためのターゲット領域において,高いフィルタリング効率とより高いフィルタリング効率を達成することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 干渉 ,  アルゴリズム ,  動径基底関数 ,  事前確率 ,  *ネットワーク ,  内挿法 ,  *フィルタリング ,  残差 ,  シミュレーション ,  事後確率 ,  検索効率
準シソーラス用語： 条件付確率 ,  データフィルタリング ,  大規模データ ,  *大規模ネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： Big data integration ,  Regional interference filter ,  Radial basis function interpolation

分類 (1件)： レーダ  (ND13010H)

タイトルに関連する用語 (6件)： 大規模ネットワーク ,  目標 ,  妨害 ,  フィルタリング ,  シミュレーション ,  研究