论文部分内容阅读
由于时态数据的处理过程中存在数据片面性的问题,加之其历史复杂性,如果依然采用传统的方法不能对时态数据予以完全描述,而相似性训练算法也无法对动态复杂的时态数据予以准确匹配,导致提取效果不佳,所提取的数据存在误差。由于这种提取方法精确度不高,就需要采用新的方式,分布式多空间数据库复杂时态数据提取技术可以获得良好的效果。健康动态化的径向基神经网络设计出来,采用建模的方法对分布式多空间数据库中所产生的未知动态予以分析、进行辨识,将模型建立起来,对时态数据进行描述。对于所获得结果采用加权的方法进行处理。输入方