符号数据分析相关论文
符号数据分析是针对大规模数据的一项新兴技术,这一技术是从二十世纪八十年代从欧洲发展起来的,主要针对大规模数据系统进行多层次......
聚类是一门非常重要的技术。所谓聚类就是按照某种度量(相似性度量、不相似性度量或距离),根据一定的准则将个体集合分成若干类,使......
信息社会中，互联网产品在为用户提供基本服务的同时，已逐渐向着社会化、移动化以及个性化的方向发展，社会化的典型代表是发展得如火如......
符号数据分析是一种新兴的数据挖掘技术,区间数是最常用的一种符号数据。研究应用区间型符号数据的PCA方法来评价股票的市场综合表......
符号数据分析是一种新兴的数据挖掘技术，区间数是最常用的一种符号数据。基于误差分析理论，研究针对区间数据的因子分析方法。将区间......
针对目前区间数据模糊聚类研究中区间距离定义存在的局限性,引入能够考虑区间数值分布特征的Wasserstein距离测度,提出基于Wassers......
针对顶点主成分分析算法（VPCA）计算量会随着变量个数的增加而按指数速度增长的问题,Cazes P提出一种简化算法,通过直接计算VPCA的相......
基于符号数据分析所具有的能够有效地对海量数据进行降维并从整体上把握样本属性的优势，设计了基于区间型和分布式符号数据的模型建......
随着用户和资源种类的不断增加,评价矩阵的稀疏性问题越来越突出,严重影响了推荐系统的推荐质量。奇异值分解(SVD)是一种对数据进......
对于区间型符号数据聚类分析的研究,现有方法大多假设个体在区间内服从均匀分布,这往往并不符合实际情况.针对此问题,研究一般分布......
互联网技术的高速发展带来了数据的极大丰富，然而传统的聚类分析技术在面对如此庞大的样本空间时存在着局限性。符号数据分析产生于......
对区间型符号数据进行特征选择，可以降低数据的维数，提取数据的关键特征。针对区间型符号数据的特征选择问题，本文提出了一种新的特征......
传统群组推荐算法基于点数据描述群组用户模型,存在着信息缺失、很难统筹考虑所有个体用户的需求等问题。针对该问题,对个体评分数......
以对大规模个体数据通过打包形成的区间型符号数据为研究对象,针对个体在区间内往往不服从均匀分布的实际情况,研究一般分布的区间......
黑启动方案的优选对快速恢复系统供电、减少停电损失具有重要意义.已有研究均是在指标值完全获取的理想条件下进行,本文针对不完全......
