摘要：数据融合算法能够实现对海量数据的整合和特征提取，以便形成更为清晰、可靠的数据，满足不同用户需求，但传统基于BP神经网络的数据融合算存在局部最优及泛化能力差的问题，本文引入了一种无监督学习技术自动编码器，并将其与分簇协议相结合衍生出了新型数据融合算法SAEMAD，最终经过实验对比，在同等条件下，该算法较BPNDA算法具有更好的数据特征提取优势。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社