基于信息交叉熵的脏数据识别与修正技术研究

网络中存在异常数据是不可避免的,为避免脏数据影响网络正常运行,提出一种基于信息交叉熵的脏数据识别与修正技术研究方法。采用基于小波的方法对网络数据进行预处理,并结合信息熵与相对熵构建交叉熵,实现对网络数据的约简;采用熵目标函数,设置一个阈值,实现对系统中的脏物进行检测,并采用RBF神经网络模型进行重建,实现对脏物的校正。实验结果表明,针对不同类型脏数据,所提技术脏数据识别能力好、识别精度高以及信息熵丢失少。