贵州省数据分类分级指南，DB 52/T 1123—2016 在大数据应用日益广泛的今天，政府数据资源共享和开放已经成为促进大数据产业发展的关键，但 由于政府数据的敏感性，加之政府数据分类分级标准的滞后和缺失，使政府数据开放和共享面临诸多困 难。制定我省政府数据分类分级标准，有利于稳步推进我省政府数据开放和共享，为大数据发展应用奠 定基础。 政府数据分类是通过多维数据特征准确描述政府基础数据类型，以对政府数据实施有效管理，有利 于按类别正确开发利用政府数据，实现政府数据价值的最大挖掘利用。

新数据的新挑战，数据安全整体解决方案架构、数据分类分级，数据安全建设，内控安全等

数据安全大背景介绍，数据安全咨询服务介绍，数据安全治理体系建立解决方案，数据分类分级实践，数据安全治理成功案例等

传统的分类方法都是建立在类分布大致平衡这一假设基础上的,然而实际情况中,数据往往都是不均衡的。因此,传统分类器分类性能通常比较有限。从数据层面和算法层面对国内外分类算法做了详细而系统的概述。并通过仿真实验,比较了多种不平衡分类算法在6个不同数据集上的分类性能,发现改进的分类算法在整体性能上得到不同程度的提高,最后列出了不均衡数据分类发展还需解决的一些问题。

基于邻域超图的不平衡数据分类新算法

作为一种新的智能计算方法,人工免疫网络已被广泛的应用到模式识别以及数据分类中。现有的人工免疫网络分类算法大都存在两个缺陷:一是网络规模庞大、计算复杂;二是对抗原的一次递呈并不能保证获得全局最优分类器。该文提出了一种新的人工免疫网络分类算法,该算法利用每个类别对应单个B细胞的策略,简化网络规模并减少了同类别B细胞之间的抑制操作,同时引入了新的基于对训练样本正确识别率的亲合度评价函数,实现了基于抗原的优先级的选择策略。采用5组UCI的线性数据和4组混合特征数据以及1幅SAR图像对算法的性能进行了全面测试,结果表明,与模糊C均值算法,多值免疫(MVIN)算法和基于分类问题的克隆选择算法(CSA)相比,新算法在分类精度上具有一定的优势,鲁棒性更好。

CNN卷积神经网络Matlab实现例程，使用了matlabR2019a自带的深度学习工具箱,一维数据分类，二维cnn

证券期货业数据分类分级指引

利用单层竞争神经网络来进行数据分类，以患者癌症发病预测为例，通过Matlab进行实验。

利用BP神经网络的数据分类进行语音特征信号分类，代码完整可运行