属性选择相关论文
发动机是一种广泛应用于工农业生产、社会生活及军用装备中的动力机械,其运行状态的好坏直接影响到整个机械装备的工作性能,因此对......
为解决其他访问控制机制向基于属性的访问控制机制迁移过程中所面临的策略生成问题,该文提出一种基于访问控制日志的访问控制策略......
近年来,随着机器学习技术的发展,特别是深度神经网络的出现,目标识别研究取得了巨大的进步。当提供充足的有标签数据之后,这些识别......
考虑到软件定义网络异常流量分类受到网络复杂特性的影响,导致分类效果变差,提出了基于K-means聚类的软件定义网络异常流量分类研......
伴随经济发展和社会服务需求,家政服务业发展的步伐日益加快。截至2019年初,家政服务从业人员已超过3000万人,家政市场需求也同样呈现......
随着计算机技术的飞速发展,计算机辅助设计和计算机辅助工程被广泛的运用到实际制造业中,尤其是仿真驱动的产品设计已经成为了一种......
属性选择是数据挖掘领域用于降低数据特征维度的预处理方法.针对大数据环境下高维数据的属性约简问题,提出了融合基于MapReduce并......
数据挖掘是一门从大规模数据中提取有用信息和知识的新兴技术,分类是数据挖掘的一项重要内容 。面对大规模、高维的数据,如何建立有......
本课题基于实际项目《疾病防控与儿童免疫管理系统》的开发,从实际应用出发,对现存决策树分类方法进行了研究,提出决策树分类算法的不......
数据挖掘是从20世纪90年代以来迅速发展起来的一门新兴技术.其处理对象是大量的日常业务数据,目的是将隐含的、尚不为人知的,同时......
数据挖掘是一门从大量日常业务数据中提取有用信息的新兴学科,20世纪90年代以来发展迅速。日常业务数据可能不完整,含冗余或边界模糊......
数据挖掘是一门从大规模的数据中提取有用信息的技术,数据预处理是数据挖掘任务过程中一项重要的环节,特别是挖掘海量高维数据的信......
随着信息技术的迅速发展,众多应用领域如银行金融业、电子商务、生物信息、网络安全等产生了爆炸式的信息。不仅在数据规模上具有高......
数据挖掘是一门从大量的日常业务数据中提取隐含的同时又是有用的信息的新兴技术.数据挖掘算法对其处理的数据集合一般都有一定要......
随着数据挖掘技术及网络技术的快速发展,数据发布中如何解决信息共享和隐私保护问题成为了重要的研究内容。数据发布中常常会涉及......
随着信息技术的迅速发展和普及,文本信息呈现爆炸式增长趋势.海量的文本信息使人们迫切需要文本分类技术来节约人力与财力,提高分......
高维数据通常含有噪音以及冗余。特别是,数据的高属性维度不仅会增加储存空间,而且属性维数在达到某一临界值后,特定数据挖掘算法......
住房状况是对住户居住状况的综合评价.住房状况实际是住户在制度约束下对住房属性选择的结果,并受到了住房制度、地区自然环境、政......
随着科技的发展,不少学者已经提出了许多方法来应对越来越具有挑战性的多输出回归任务。在高维数据的回归任务中,多输出回归算法利......
属性选择是数据挖掘领域常见的用于降低数据特征维度的预处理方法:在不影响原始数据核心价值的前提下,属性选择方法可以大幅约简数......
在大数据时代,数据信息是最有价值的抽象事物,数据中蕴含着大量的有价值的信息,需要将这些信息提取出来,数据挖掘是实现的重要过程......
朴素贝叶斯分类器由于结构简单、计算高效而被广泛应用,但是其属性间的条件独立性假设限制了它的应用。隐朴素贝叶斯分类器通过为......
不管是科学研究还是工业领域,都已经与各式各样的数据密不可分。随着精度要求的提高,高维数据变得愈加普遍。然而,高维数据不仅带......
我国高铁普遍采用AT供电方式,其中自耦变压器是AT供电系统中核心的设备之一。直击雷、接触网异物等引起的短路事故可能会导致自耦......
随着人工智能的发展,各行各业都产生了各种各样的数据。这些数据呈现出海量、多元化、高维等特点。然而,在这些大数据中,很大一部......
时间序列是指按时间排序的一组观察值集合,并广泛应用于金融、医疗等众多领域,同时时间序列也存在维数高、规模大、结构复杂和噪声......
信息化时代的高维大数据通常呈现高维,多样性的特点。由于这些数据在积累的过程没有经过选择,使得高维大数据存在大量的不相关,冗......
随着数据信息化的日益发展,人工地从数据中筛选出需求的信息已经变得十分困难,为此研究者以统计学思想为基础提出了机器学习方法,......
图方法因其可以计算和保持数据内在关系的特性相较于原始数据可以展现出更强的表达能力,所以被广泛应用到不同的领域中。尤其是在......
为了统筹考虑web服务中信任评估与隐私保护的要求,提出了一种隐私感知的web服务信任模型,并给出了基于该信任模型的web服务选择机......
由于大量无类标签数据需要降维处理,近年来无监督属性选择学习受到越来越多的关注.通过将两种稀疏表示和属性自表达损失函数嵌入到......
雷达目标航迹的识别有助于指挥员判断对方作战意图和作战任务,从而为战场决策提供协助作用,但目前少有文献研究目标航迹识别问题.......
属性选择是机器学习与模式识别中进行数据预处理的一个重要方法,特别是针对一些高维的数据集,其计算复杂度较高,对数据挖掘算法的......
决策树学习算法已在许多实际应用中取得成功。现存算法在解决属性选择、数据噪声、数据递增等问题上各有所长,同时也受限于不同的领......
提出将RS理论与人工神经网络结合起来进行模式识别的RS神经网络智能系统。并应用该系统对地质样品进行分类,分类结果表明:本系统速......
神经网络的输入属性选择一直是一个比较困难的问题.由于神经网络反复训练的时间复杂度,Wrap-per方法是不适用的,而单纯使用Filter......
自美国控制论专家扎德(L.A.Zadeh)于1965年提出模糊集理论以来,模糊集与系统便作为一门新的工程数学方法被人们广泛地研究并应用到......
属性选择的核心思想是要在原属性全集的基础上,通过一定的算法和模型去除那些缺乏识别能力和预测能力的冗余属性,得到的新属性子集......
网络流量特征提取与流量识别技术,是网络运营商实现网络流量监测,进而有效管理网络的重要手段,准确地识别网络流量更是具有重要的......
分类以及属性选择问题是模式识别和机器学习等领域的重要研究内容。分类是通过对已经确定类别的数据进行分析建模,然后根据所建立......
朴素贝叶斯分类器(Na ve Bayes)是一种简单高效的分类器,在很多情况下能够取得和一些复杂分类器相当的分类精度。但由于其所依赖的......