Resumen

La minería de datos inteligente en internet es una aplicación importante de la AIoT (Inteligencia Artificial de las Cosas), y es necesario construir grandes muestras de entrenamiento con los datos de internet, incluyendo imágenes, videos y otra información. Entre ellos, una base de datos hiperespectral también es necesaria para el procesamiento de imágenes y el aprendizaje automático. El entorno de internet proporciona abundantes recursos de datos hiperespectrales, pero los datos hiperespectrales no tienen etiquetas de clase y no tienen un valor tan alto para las aplicaciones. Por lo tanto, es importante etiquetar la información de clase para estos datos hiperespectrales a través de la clasificación basada en el aprendizaje automático. En este artículo, presentamos un algoritmo de clasificación de datos hiperespectrales inteligentes basado en el aprendizaje automático de kernel de mapeo cuasiconformal para la recuperación de datos hiperespectrales basados en internet. Las contribuciones incluyen tres puntos: se propone un marco de red de aprendizaje de múltiples kernels basado en

• Materias:Redes de radio Sistemas de información Comunicaciones inalámbricas Cifrado de bloques
• Subjects:Radio Networks Information systems Wireless communications Block ciphers
• Palabras claves:Minería de datos en internet; AIoT; Base de datos hiperespectral; Procesamiento de imágenes; Aprendizaje automático; Algoritmo de clasificación
• Keywords:Internet data mining; AIoT; Hyperspectral database; Image processing; Machine learning; Classification algorithm