不完整数据相关论文
信息时代产生了海量数据,这些数据中潜藏着巨大的信息价值,对人们的生活、工作起着愈发重要的作用。但在实际应用中,数据缺失现象......
面对数据爆炸式积累的大数据时代,从海量数据中如何高效的挖掘信息成为了一项有意义的研究课题。分类是数据挖掘中基本且重要的技......
面对源源不断产生的海量数据,人们希望能从中揭示事物潜在的规律,发掘具有重要价值的知识。但缺失数据的存在不仅增加了数据挖掘的......
随着机器学习和人工智能等学科的发展,越来越突显出数据的重要性。个人或企业每天会产出或者收集大量的数据,数据的抓取越来越便捷......
随着计算机科学与技术的不断发展和大数据时代的到来，例如现今移动互联网、物联网、云计算等的普及，需要处理的数据量呈指数增长，由此......
摘要：针对不完整乳腺癌数据问题，该研究提出kmeans-KNN方法处理缺失值。首先对训练集进行聚类并采用KNN进行缺失值填充，基于完整训练......
在现实世界中存在着海量数据，因此如何处理这些数据并从中发现知识是具有现实意义的亟待解决的问题。随着信息技术的发展，数据挖掘技......
S-￠查询作为一种典型的偏好查询方法，由于它能够从多属性数据集中快速提取用户感兴趣的数据点，该查询技术已经被广泛研究。几乎所有针......
进入二十一世纪以来,人与人之间、人类与物理世界之间的联系变得愈来愈紧密。在这种情况下,数据的产生无处不在。然而,在数据规模......
分类被广泛的应用于生产、科学研究、日常生活等领域的方方面面。随着机器学习应用范围的扩大,信息技术以及互联网的迅速发展,每天......
不完整数据分类问题是机器学习领域中的一个重要分支。随着传感器技术、信息技术等科学技术的迅猛发展,数据获取途径日益丰富,这给......
Skyline查询是一种十分重要的查询类型,它在潜在的巨大数据空间中返回不被其他元组支配的,用户感兴趣的元组。Skyline查询处理源于......
学位
随着大数据时代的来临,我们可以通过数据挖掘技术从海量的数据中获取隐藏在数据背后的信息,从而为决策提供正确的指导。然而在现实......
针对不完整数据,已经发展出很多预处理方法,如删除法和填补法,删除法会造成信息浪费,填补法会带来不确定,因此不完整数据分类成为......
在过去十年间,针对不完整数据的查询处理研究受到广泛关注。现有方法往往致力于数据预处理,利用机器学习技术对缺失值进行填补。此......
Skyline查询能够返回用户更感兴趣的数据,是数据库研究领域的研究热点之一,在航班查询、商品推荐、住宿选择等诸多领域得到了广泛......
当前的不完整数据查询处理算法没有将冗余数据和脏数据清洗,而且寻优过程缓慢,不利于数据查询结果的快速展示.提出将各数据阅读器......
针对传统不完整数据插补聚类算法未考虑插补值对类中心的影响以及不完整样本建模带来的不确定性等问题,提出了一种基于D-S证据理论......
摘要：随着我国网络的迅猛发展，大数据时代已经来临。在此时代背景下，信息流传速度不断加快，所涉及的领域越来越宽泛，有许多并不完整的数......
skyline查询是数据挖掘一个重要的研究方向,在基于数据的决策支持等应用中有着重要的作用.由于现实应用中存在着大量的不完整数据......
针对铁路货车制动软管可靠性评估问题,面向不完整寿命数据,采用考虑删失、截断的极大似然参数估计方法,估计零部件的寿命分布参数,......
大数据时代对于数据的精度和有效性要求更为苛刻,因此数据的预处理过程必不可少,只有科学规范的预处理过程,才能使数据分析深层挖......
传统的挖掘算法,对网络存储中的数据特征分类缺乏精确性,存在不完整数据挖掘误差大的问题。提出采用基于决策树的网络存储中的不完......
目前,针对不完整数据的集成分类算法没有考虑缺失属性之间的差异,在衡量各个子分类器的权值时仅仅考虑了数据集的大小以及包含属性......
在模式识别、机器学习以及数据挖掘中，分类是一个基本而又重要的问题。虽有大量的分类器应运而生，但由于处理不完整数据的复杂性，它们......
研究了在不完整分组数据下对离散型未知寿命分布进行估计，从分组截断数据中推导期望失效数量，通过迭代数值方法计算离散型寿命概率分......
工程实际中很多动应力实测数据都是不完整的,而确定其分布对疲劳寿命的估计极为重要。现介绍一种以χ2值构建非线性极小化问题模型......
本文提出一种基于水平集模型的从图像的不完整点集中提取曲线骨架的算法。我们的算法主要是结合定向点集合的广义旋转对称轴(RSA)......
数据采集过程中存在大量缺失数据,即不完整数据.传统方法在聚类不完整数据时采用填充或丢弃缺失数据方式实现数据的聚类.依据不完......
通过删除数据集中的无关属性和冗余属性构建的选择性分类器可以有效地提高分类精度和效率,由于处理不完整数据的复杂性，已有的选择......
数据采集过程中常常存在一些不完整数据，不完整数据总是和样本空间中其他完整数据存在一定的相似性。为了提高不完整数据清理的效率......
中医药领域不完整的数据普遍存在,而数据的不完整很大程度地降低分类模型的学习效果.大多数已有的处理不完整数据的分类算法只关注......
基于数据采集过程中常常存在一些不完整数据,以及不完整数据总是和样本空间中其他完整数据存在一定的相似性,提出了一种基于决策树......
在大数据时代，越来越多的带有缺失值的数据需要处理，因而数据不完整成为一种常见的数据质量问题.不完整的数据给大数据的查询、挖掘......
服务类电子政务通过单向或互动的方式向社会和公民提供诸如天气、统计数据、道路交通等信息。这些服务类信息在数据采集过程中,不......
分类问题在数据挖掘、机器学习和模式识别等很多领域中都是一个基础而重要的问题。目前为止,有很多算法都可以处理分类问题。然而,......
近年来,随着互联网、物联网的迅速发展,数据产生方式日益多样化的同时数据可用性问题日益突出。数据可用性的一个重要方面是数据完......
目前针对离散型未知寿命分布的分组数据研究较少．为避免求解复杂的非线性极大似然方程组，由加入拉格朗日乘子的似然方程组中推导具有......
介绍了数据挖掘中不完整数据的研究现状及ICA与SOM的特点，提出了基于ICA与SOM的不完整数据的处理模型IVS-IDH，研究了数据之间存在相......
集成方法是处理包含缺失属性数据集分类问题的一种简单有效的方法,但目前针对不完整数据的集成分类算法在衡量各子分类器的权重时......
针对网络数据频繁交换,导致部分数据出现丢失、错误以及缺陷概率增加,使用户获得有效数据降低,提出一种基于云计算的不完整大数据......
真实数据集中含有缺失值,许多数据分析技术不能直接应用到不完整数据上,且缺失值的存在会明显地降低算法的有效性,缺失数据处理是......
针对朴素信念不完整数据分类算法中保守推理规则过于严格导致明确分类样本比例下降的的情况,定义了放松的区间优势,并提出了基于放......
随着企业发展所存储的数据量不断增多,业务系统中数据质量与数据应用效率有待提升。通过分析各系统数据的异构性特征,对异构不完整......
特征缺失是机器学习应用领域研究中必须面对的问题。根据特征缺失研究的基础与发展,分别阐述了特征缺失的种类与模式、特征缺失的......
