高维数据

作品数：780被引量：2921H指数：23
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：钱江波孙艳丰夏佳志胡永利陈华辉更多>>
相关机构：西安电子科技大学东北师范大学山东大学电子科技大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金国家高技术研究发展计划国家重点基础研究发展计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于BP神经网络优化算法的高维数据挖掘模式识别精度提升研究
《信息系统工程》2025年第4期67-70,共4页吴华锋 
针对高维数据挖掘模式识别中BP神经网络算法的局限性,提出了一种基于优化算法的BP神经网络改进模型。通过遗传算法优化学习率,提高了神经网络的训练效率和预测精度。实验结果表明,优化后的模型在高速铣削工件表面粗糙度预测中具有较高...
关键词：BP神经网络 优化算法 高维数据挖掘模式 识别精度 
基于双变异布谷鸟搜索的高维医学数据特征选择方法
《遵义师范学院学报》2025年第2期98-102,共5页王彬 王前 包春梅 陈望 王林 
近年来,医学数据的指数量级增加导致越来越多的冗余数据被储存起来,这些冗余数据不仅占用资源,处理起来也十分耗费时间。作者提出了一种基于双变异机制的布谷鸟搜索算法(DMCS),用于解决高维医学数据的特征选择问题。首先,将随机生成的...
关键词：特征选择 布谷鸟搜索 双变异机制 高维数据 分类 
基于机器学习的高维数据分类特征选择
《湖南文理学院学报(自然科学版)》2025年第1期23-31,共9页杨艳平 李荣 
贵州省教育厅自然科学研究项目(黔教技[2022]015号);贵州省高等学校大数据分析与智能计算重点实验室(黔教技[2023]012号)。
针对高维数据中弱相关特征的消除和有价值特征的识别问题,提出一种递归消除—决策树特征选择算法,以提高高维数据分类性能。为了验证该算法的有效性,从UCI数据库中选择了电离层、胶质瘤和恶意软件3个数据集,通过探索无特征选取、递归消...
关键词：分类 特征选择 递归消除—决策树 机器学习 
高维数据下基于统计推断的变量选择方法研究
《统计学与应用》2025年第3期287-292,共6页丁宁 
本文针对高维数据统计推断中的变量选择问题进行研究。当数据维度很高时,进行统计推断可能导致计算复杂度增加和误差累加,因此提出了一种高效的基于统计推断的变量选择方法。该方法以一种更为搜索性的方法对变量做出选择,重点突出了筛...
关键词：高维数据 统计推断 变量选择 数据降维 模型识别效率 
基于不相关回归和自适应谱图的多标签学习特征选择方法
《计算机应用与软件》2025年第3期298-310,391,共14页王艳红 顾建伟 栾卫平 张睿 黄征 王达琳 
国网山东省电力公司科技项目(5206041801H7)。
为解决特征的冗余性问题,提出一种基于不相关回归和自适应谱图的多标签学习特征选择方法。利用具有不相关约束的回归模型来生成低冗余但有区别的特征子集,从而同时进行流形学习和特征选择;在流形框架中引入基于信息熵的谱图项,以保持后...
关键词：特征选择 高维数据 流形框架 信息熵 
超高维数据的特征筛选方法研究
《统计与决策》2025年第5期43-48,共6页闫彤 刘祎 
国家自然科学基金资助项目(11801567);山东省自然科学基金资助项目(ZR2024QA018)。
文章首先针对超高维数据建立了新的边际筛选方法(FMAS-SIS)。该方法采用切片-融合技术,将连续变量切片转化为离散变量,并对不同切片方案进行融合,可以有效地处理分类、离散、连续的响应变量;其次,在一定的正则性条件下,证明了该方法的...
关键词：超高维数据 特征筛选 切片-融合技术 确定筛选性 
R-FCCL:一种面向高维数据的稳健模糊概念认知学习方法
《计算机研究与发展》2025年第2期383-396,共14页郭豆豆 徐伟华 
国家自然科学基金项目(62376229);重庆市自然科学基金(CSTB2023NSCQ-LZX0027)。
随着全球信息化的高速发展,高维数据挖掘与知识发现成为了人工智能领域亟待破解的科学问题之一.然而,由于高维数据中样本的稀疏性与特征的冗余性,传统统计学模型和机器学习方法的泛化性和可解释性遇到极大的挑战.为此,针对高维数据与知...
关键词：形式概念分析 概念认知学习 粒计算 高维数据 三支决策 
面向计算机高维数据智能检测的VAE-GA算法研究
《长春大学学报》2025年第2期13-16,25,共5页刘川 
重庆市教育委员会科学技术研究项目(KJQN202302404)。
在大数据时代背景下,高维数据的异常检测对于维护系统安全至关重要。为了有效检测异常的高维数据,研究提出了一种计算机高维数据智能检测的新模型。新模型通过变分自编码器进行数据降维和异常评分,再利用遗传算法优化异常数据的子空间...
关键词：高维数据 异常数据检测 变分自编码器 遗传算法 子空间异常度 
基于并行ADMM的高维数据隐私保护
《计算机与数字工程》2025年第2期517-522,共6页王鹏飞 王逊 
传统ADMM方法在面对组结构的高维数据时,存在收敛速度慢、识别能力低的问题。因此论文基于双层惩罚变量模型,使用跨特征的并行交替方向乘子法(PADMM)算法来求解,并使用优化算法Nadam来提高模型的收敛速度。考虑数据在进行迭代的时候会...
关键词：跨特征PADMM 隐私保护 高维数据 
随机优化算法在机器学习中的应用
《中国信息界》2025年第2期164-166,共3页张夏阳 常博闻 王家悦 许晨辉 林俊杰 庄明伟 
江苏省产学研合作项目“平面度与水平度测量的算法开发”(BY20230722)。
引言。数学建模是机器学习的理论基础,有助于更准确地刻画和求解实际问题。通过构建适当的数学模型,可以更好地理解数据的内在结构和规律,设计更高效的学习算法。随机优化算法在处理大数据和高维数据时表现出显著优势,能够在较低的计算...
关键词：随机优化算法 机器学习 高维数据 计算成本 大数据 可扩展性 学习算法 数学建模 
全选清除导出
共78页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部