无线局域网多模态数据标签自适应标注方法

摘要

针对无线局域网的动态性导致数据标签有效性随时间变化，需定期更新和重新标注数据，增加了数据标签标注难度的问题，提出一种无线局域网多模态数据标签自适应标注方法.首先，通过动态滑动邻近排序算法清洗重复的无线局域网多模态数据，利用循环神经网络融合多模态数据，获取更全面的数据信息.其次，将融合后的无线局域网数据划分为确定集和模糊集，采用支持向量机标注确定集数据标签，利用K-近邻(KNN)分类器标注模糊集数据标签，从而实现无线局域网多模态数据标签自适应标注.实验结果表明，该方法的重复数据删除率始终高于12%,一致指数为0.992 8,平均绝对百分比误差为0.453 9, ROC曲线更靠近坐标轴左上角，AUC值为0.982 4,内存占用率始终低于10%,无线局域网多模态数据标签标注效果较好.

关键词

无线局域网 / 多模态数据 / 标签标注 / 支持向量机 / KNN分类器