基于网络动力学分析和云模型的数据分类方法（英文）

摘要

为了降低数据的存储量和提高系统的处理能力,本文将网络聚类中的相位同步模型和云模型相结合,提出了一种新的数据源的分类方法。首先,将数据源看作一个复杂网络,获得其拓扑结构图,利用模糊层次分析法确定各节点数据源的云模型;然后,计算云模型的期望值、熵和超熵,获得综合耦合强度,将其作为边权;最后,利用相位同步模型对各节点相位进行迭代,获得其分布曲线,进而对各数据源进行分类。本文所提出的方法不仅为数据的存储、清理和压缩提供方便,而且提高了数据的分析效率。