不确定数据

作品数：273被引量：953H指数：14
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：王国仁毛伊敏陈凤娟李松李小勇更多>>
相关机构：东北大学东北师范大学国防科学技术大学南京航空航天大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划国家教育部博士点基金中央高校基本科研业务费专项资金更多>>
-
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：
基于双缓冲区的概念漂移检测方法
《计算机技术与发展》2025年第3期103-108,共6页李盟 温伍正宏 潘甦 
国家自然科学基金(62071244)。
在数据分析中概念漂移问题是经常发生的,这导致了模型不能适应数据分布的动态变化。针对如何处理流数据中的概念漂移这一问题进行了研究,以提高数据分析性能。为此,在在线序列极限学习机(OS-ELM)与漂移检测方法(DDM)结合(DDM-OS-ELM)的...
关键词：概念漂移 双缓冲区 在线序列极限学习机 漂移检测机制 不确定数据流 
基于JS散度的不确定数据密度峰值聚类算法
《吉林大学学报（工学版）》2024年第7期2038-2048,共11页李松 刘晓楠 刘娟 
国家自然科学基金项目(62072136);黑龙江省重点研发计划项目(2022ZX01A34);国家重点研发计划项目(2020YFB1710200).
针对传统的基于密度的不确定性聚类算法存在参数敏感和对复杂流形不确定数据集得到聚类结果较差的缺陷,提出一种新的基于JS散度的不确定数据密度峰值聚类算法(UDPC-JS)。该算法首先用不确定自然邻居定义的不确定自然邻域密度因子去除噪...
关键词：不确定数据 不确定自然邻居 JS散度 密度峰 聚类 
基于最小二乘孪生支持向量机的不确定数据学习算法被引量：1
《广东工业大学学报》2024年第1期79-85,共7页刘锦能 肖燕珊 刘波 
国家自然科学基金资助项目(62076074)。
孪生支持向量机通过计算2个二次规划问题,得到2个不平行的超平面,用于解决二分类问题。然而在实际的应用中,数据通常包含不确定信息,这将会对构建模型带来困难。对此,提出了一种用于求解带有不确定数据的最小二乘孪生支持向量机模型。首...
关键词：最小二乘 孪生支持向量机 不平行平面学习 数据不确定性 分类 
面向不确定数据的关键词检索方法优化分析
《电子技术（上海）》2024年第1期106-107,共2页王国隽 金宗安 
安徽省高等学校科学研究项目(自然科学类)(2023AH053253);安徽省高等学校自然科学研究项目(KJ2021A1352)。
阐述现有面向不确定数据的关键词检索方法,包括基于概率模型的方法、基于模糊理论的方法、基于不确定性推理的方法。提出引入模糊匹配技术、语义技术、机器学习算法等优化措施。
关键词：计算机技术 不确定数据 检索方法 
基于不确定比例标签信息的多视角学习
《计算机应用研究》2023年第7期2039-2044,共6页赖剑涛 刘波 
国家自然科学基金资助项目(61876044,62076074)。
针对现实应用中所获取的比例标签数据存在噪声污染而标注困难的局限性,提出将多视角学习应用到不确定比例标签学习中以提高分类器的准确率和稳定性。首先,所提出的方法利用核方法映射多视角信息到特征空间以及引入超实例标签表示比例标...
关键词：多视角学习 比例标签学习 不确定数据 核函数 
基于双边闭环函数的网络化采样控制系统稳定性分析被引量：3
《控制理论与应用》2023年第3期525-530,共6页曾红兵 颜俊杰 肖会芹 
国家自然科学基金项目(62173136);湖南省自然科学基金项目(2020JJ2013,2021JJ50047)资助。
考虑数据通信时延不确定环境下网络化采样控制系统的稳定性问题.首先基于输入时滞方法,建立包含采样周期信息的网络化采样控制系统的数学模型,在此基础上,采用双边闭环函数方法和自由矩阵积分不等式技术,得到网络传输时滞变化区间依赖...
关键词：网络控制系统 双边闭环函数 自由矩阵积分不等式 不确定数据传输时滞 
面向不确定数据的序数回归算法被引量：1
《计算机工程与设计》2023年第1期174-181,共8页李晰 肖燕珊 刘波 
国家自然科学基金项目(61672169)。
现有的序数回归方法能够利用先验的有序信息获得比一般多分类方法更加优越的性能,但忽略了仪器不精密和环境扰动等因素产生的复杂不确定性数据。针对序数回归中数据存在的不确定信息问题,基于最大间隔原理,构建面向不确定数据的支持向...
关键词：机器学习 多分类学习 不确定数据 序数回归 有序信息 最大间隔原理 支持向量机 
一种基于不确定数据的高效聚类算法
《湖南工程学院学报（自然科学版）》2022年第4期55-59,共5页李峰 
基于不确定数据的聚类研究是数据挖掘领域的一个重要的研究分支,在计算机科学、数学、统计学、生物学和经济学等领域都有广泛的应用.本文提出一种使用分类器代替静态阈值,并采用边缘信息预测边缘邻域的聚类算法,构造2个独立的初始分类...
关键词：不确定数据 边缘信息 分类器 聚类 
一种基于不确定数据流的频繁模式挖掘算法
《装甲兵学报》2022年第2期78-86,共9页王菊 靳春杰 闫迪 
针对在不确定数据流上的频繁模式挖掘问题,设计了用于存储项可靠度的期望支持数加权(Weighted with Expected Support,WES)矩阵和只存储有事务分组信息和项支持数的分组支持数树(Expected Support tree with Batches Information,ESBI-t...
关键词：数据挖掘 不确定数据流 频繁模式 
基于RE-CFSFDP与DSA-LSSVM的山脊梁数据预测方法研究
《长春理工大学学报（自然科学版）》2022年第2期130-137,共8页杨本钊 
面向真实山体数据(山脊梁变形位移数据为主,边坡地下水位等20项相关数据为辅)进行分析,在利用DSA优化最小二乘支持向量机(LSSVM)的核心参数的方法基础上,提出响应效率(Response Efficiency)概念,利用CFSFDP聚类方法以不确定数据降雨量...
关键词：DSA-LSSVM 不确定数据 聚类 RE-CFSFDP 
全选清除导出
共27页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部