特征向量选择相关论文
现代工业过程逐渐倾向于生产小批量、多品种、高附加值产品的间歇过程。与连续过程相比,间歇过程生产特性更加复杂,数据具有多阶段......
随着计算机技术的发展以及工业4.0等理念的推广,现代工业过程更趋向于自动化、集成化、复杂化和智能化。在对此类复杂的工业过程进......
支持向量机的性能主要取决于它的参数,参数选择不当,支持向量机就可能出现"过学习"或"欠学习"现象.应用于二次损失函数支持向量机(......
摘 要: 遗传算法目前在特征向量选取中扮演着重要角色。由于其具有并行、自适应强等诸多优点,广泛受到多个领域的关注。本文首先对遗......
在基于解广义特征方程的线性混合信号盲分离方法的基础上,结合核特征空间给出了一种基于特征选择的非线性混合信号盲分离算法。该算......
针对化工过程数据的多尺度性和非线性特性,提出了改进多尺度核主元分析法。先利用小波变换分析测量数据的多尺度特性,然后采用核主......
标准KCCA方法需要存储和计算核矩阵,而核矩阵的大小是训练样本数的平方,随着样本数的增加,计算量逐渐增大、特征提取缓慢。为了提......
化工过程采样数据具有强非线性和噪声,针对化工过程状态监控的问题,提出一种改进的核费舍判别分析法(KFDA)的故障诊断算法。首先采......
核典型相关分析(KCCA)是一种有监督的机器学习方法,可以有效地提取非线性特征。然而随着训练样本数目的增加,标准的KCCA方法的计算......
Ng-Jordan-Weiss(NJW)是使用最广泛的谱聚类算法之一。对于一个K类问题,该算法使用数据集标准化的亲合矩阵的最大的K个特征向量来......
针对核主成分分析方法(KPCA)存在大样本集的核矩阵K计算困难问题,提出一种基于分块特征向量选择的快速核主成分分析方法。采用分块特......
ue*M#’#dkB4##8#”专利申请号:00109“7公开号:1278062申请日:00.06.23公开日:00.12.27申请人地址:(100084川C京市海淀区清华园申请人:清......
对医院信息系统(HIS)中的目标处方信息进行筛选时,当前目标处方信息筛选方法特征选择的特征向量空间维数较多,导致筛选过程消耗的能......
在数据聚类当中,谱聚类是最流行的方法之一,其性能取决于所选取相关图的拉普拉斯(Laplacian)矩阵的特征向量。对于一个K类问题,Ng-Jorda......
期刊
对于一个K类问题,Ng-Jordan-Weiss(NJW)谱聚类算法通常采用数据规范化亲和度矩阵的前K个最大特征值对应的特征向量作为数据的一种......
针对传统的流形学习算法通常只考虑样本类内几何结构而忽略类间判别信息的问题,提出一种基于增强核学习的最大边缘投影(MMP)算法。首......
模式识别是人类的一项基本技能,随着计算机的出现和人工智能的兴起,人们希望利用计算机来替代和扩展人的部分脑力技能。因此,从20......