基于深度学习的物联网高属性维度数据特征提取与融合方法分析  

Analysis of Feature Extraction and Fusion Methods for High Attribute Dimensional Data of IoT Based on Deep Learning

作　　者：袁媛[1] 袁观娜 魏秀岭[1] 杜传祥[1] YUAN Yuan;YUAN Guanna;WEI Xiuling;DU Chuanxiang(School of Engineering,Xi'an Siyuan University,Shaanxi 710038,China)

机构地区：[1]西安思源学院工学院,陕西710038

出　　处：《集成电路应用》2023年第7期346-347,共2页Application of IC

基　　金：陕西省自然科学基础研究计划项目(21JK0854)。

摘　　要：阐述一种高属性维度数据特征提取与融合方法,通过深度神经网络对物联网数据进行学习和表示,从而实现对高属性维度数据的有效特征提取,以特征融合的方式,整合不同属性维度的数据特征。This paper describes a feature extraction and fusion method for high-dimensional data with high attributes. By learning and representing IoT data through deep neural networks, effective feature extraction is achieved for high-dimensional data with high attributes. Through feature fusion, data features from different attribute dimensions are integrated.

关 键 词：物联网 高属性维度数据 深度学习 特征提取 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP311.13[自动化与计算机技术—控制科学与工程]