| 卫星遥测数据相关性知识发现方法 |
| |
| 引用本文： | 杨甲森,孟新,王春梅.卫星遥测数据相关性知识发现方法[J].国防科技大学学报,2019,41(5):71-78. |
| |
| 作者姓名： | 杨甲森 孟新 王春梅 |
| |
| 作者单位： | 中国科学院国家空间科学中心复杂航天系统电子信息技术重点实验室,北京100190;中国科学院大学,北京100049;中国科学院国家空间科学中心复杂航天系统电子信息技术重点实验室,北京,100190 |
| |
| 基金项目： | 中国科学院空间科学战略性先导专项资助项目(XDA04080201)；中国科学院复杂航天系统电子信息技术重点实验室开放基金资助项目(N201708) |
| |
| 摘 要： | 为快速发现海量遥测数据中的相关关系,提出一种基于改进最大信息系数(Maximal Information Coefficient, MIC)的遥测数据相关性知识发现方法。以Mini Batch K-Means聚类算法为前驱过程对数据进行网格划分;计算该网格划分下的互信息,并以信息熵代替原有最大熵对互信息进行归一化矫正得到信息系数;选择不同网格划分下MIC作为变量相关性的测度。采用量子卫星遥测数据进行试验,结果表明:与基于动态规划算法的MIC方法相比,所提方法可有效解决MIC测度偏向多值变量的问题,时间复杂度从O(n~(2.4))下降为O(n~(1.6)),是一种适用于大规模遥测数据相关性分析的有效方法。
|
| 关 键 词： | Mini Batch K-Means 信息熵 最大信息系数 遥测数据 相关性 量子卫星 |
| 收稿时间： | 2018/6/12 0:00:00 |
Correlation knowledge discovery method for satellite telemetry data |
| |
| YANG Jiasen,MENG Xin and WANG Chunmei.Correlation knowledge discovery method for satellite telemetry data[J].Journal of National University of Defense Technology,2019,41(5):71-78. |
| |
| Authors: | YANG Jiasen MENG Xin and WANG Chunmei |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《国防科技大学学报》浏览原始摘要信息 |
| 点击此处可从《国防科技大学学报》下载免费的PDF全文 |
|
