高维小样本相关论文
在小样本分类学习任务中,数据存在着类别不平衡问题以及数据特征空间的动态演化性.基于此,构建小样本类不平衡数据的一致性分析流......
针对现有SVM分类算法在高维小样本故障特征分类、适应度函数选择及核心参数优化方面存在的不足,提出一种基于SOA-SVM的机械故障分......
分类的目的在于根据其特征将数据“分门别类”,在数据挖掘中的研究中备受人们的关注。分类问题包含了两个基本过程:学习和分类。在......
随着癌症类型的增多和癌症患者规模的增多,针对癌症的研究不断深入。同时,由于基因组学的发展,基因芯片和基因测序技术逐渐成熟,运......
随着大数据技术的蓬勃发展,面向语义分析、图像识别和基因选择的应用得到广泛普及,这些领域的数据呈现出高维小样本特点,即特征空......
在高维小样本分类学习任务中,数据存在着高维性及类别不平衡问题.基于此,构建利用一致性分析的高维类别不平衡数据特征选择模型.首......
针对基因表达数据高维小样本特性所带来的维数灾难问题,结合回归和类别保留投影方法,提出一种新的基因表达数据降维方法,叫稀疏类......
针对高维小样本问题,对传统的"PCA+LDA"处理方法进行了两方面改进:首先,在降维过程中,选取主元的原则是使得Fisher准则函数取得较......
利用局部保持投影和稀疏保持投影来刻画数据的本质结构,结合L2,1范数的组稀疏性来选择特征,提出一种新的针对高维小样本数据集的无......
子空间分割方法一直是一种重要的机器学习方法,这些方法在人脸识别和基因表达数据识别等研究中有较好的聚类准确率。然而,这些方法......
目前我们熟知的支持向量机方法在高维小样本问题中的效果并不理想,它会在决策边界产生数据堆积现象,于是便有了距离加权判别方法。......
<正>输电线路工程由于受不同自然条件、技术条件和外部建设环境等诸多因素的影响,项目前期投资测算时可参考的类似线路工程的造价......
针对工业大数据中高维小样本情况导致增量线性判别分析失效问题,提出了一种面向工业大数据的多层增量特征提取方法,对高维小样本数......
在基因微阵列、文本数据分析、图像识别等领域,数据存在着高维性、高噪声、类别不平衡等问题,给深入准确挖掘高维小样本数据中所蕴......
影响输变电工程中线路工程造价的因素较多,并且规范化的数据量相对较少,造成了对于某一输变电工程估算审核时,可类比的输变电工程......
随着生物信息学、图像处理、文本挖掘等大规模数据挖掘问题的不断涌现,数据挖掘的研究对象越来越复杂,对象的特征维数也越来越高。......
高维小样本数据在实际应用中相当普遍,例如自然语言处理中的文本数据、计算机视觉中的图像数据、生物信息学中的基因表达谱数据等,......
特征选择和半监督分类是缓解“高维小样本”问题的有效方法,在统计学、数据挖掘、机器学习、模式识别、生物信息学等领域取得了丰......
基因表达谱是大量基因表达水平信息的集合。研究表明,癌症的发生在分子水平上通常表现为基因表达水平的改变。因此,利用基因表达谱......
