专利交易市场

本发明公开一种网络数字虚拟资产的分类和识别系统及方法，涉及数据处理技术领域，本发明从网络虚拟资产的基本属性出发,基于结构体数据库、Ward’s聚类法、概率神经网络、自组织特征映射神经网络和Hausdorff距离函数，使用结构体数据库来存储数据，利用Ward’s等聚类法和聚类有效性指标确定网络数字虚拟资产的最佳聚类数范围后，使用概率神经网络和最佳分类数指标确定其最佳分类数，使用自组织特征映射神经网络和Hausdorff距离函数来对数据进行分类和识别。对网络数字虚拟资产进行有效地分类和识别具有可操作性，识别结果可信度高。

本发明涉及数据处理领域，具体涉及一种应用于生产管理的数据分类识别方法，包括：获取生产线上设定时间内的数据矩阵；根据数据矩阵中每一行数据得到所述数据矩阵的整体特征；根据时间延迟量以及相空间的嵌入维数得到所述相空间的多个相点；获取不同嵌入维度下的最小空间单元，根据各个最小空间单元内所有相点之间的欧氏距离得到搜索半径的取值范围；获取不同搜索半径对应的关联维数，进而得到每个嵌入维数的变化曲线；根据所有变化曲线的斜率得到特征区间以及最佳关联维数，得到数据矩阵的局部特征；使用历史数据的局部特征和整体特征训练分类神经网络；使用分类神经网络判断数据类型。本发明更加准确，快速。