龚 琴，柯善良

（闽南科技学院计算机信息学院，福建泉州 362332）

0 引言

机器学习是人工智能技术的应用核心，是使计算机保持智能处理能力的最根本途径.该算法的实际研究方向由贝叶斯学习、人工神经网络、随机森林、决策树等多部分共同组成.其中，贝叶斯学习是统计学领域的重要组成部分.人工神经网络是一种具有非线性适应能力的数据信息处理结构，能够在克服传统人工智能思想在直觉方面缺陷的同时，加强该项技术手段对于非结构化信息的实际处理能力［1］.随机森林可借助多个树状分类器结构，实现对数据信息参量的预测与分类.决策树允许不同类别数据信息之间存在取值交集，可直接计算信息属性与信息类别之间的关联度统计量.

化学镀是一种不需要通电，利用强还原剂在含有金属离子的溶液中，将金属离子还原成金属而沉积在各种材料表面形成致密镀层的方法。本文利用两种金属的氧化还原电势差，在电势较低的金属表面沉积一层电势较高的第2相金属，通过调节实验条件对表面的结构进行调控。本文以金属铜为还原剂，通过化学镀，在铜基底上沉积生长一层Ag纳米薄膜，通过修饰以烷基硫醇即可获得具有超疏水的表面材料。

在物联网环境中，随着数据文件传输时间的延长，一部分信息参量会以非关联性格式对网络安全性造成威胁，从而导致动态网络防护能力的持续下降.传统模糊C均值型……