数据约减相关论文
无线传感器网络综合了传感器技术、嵌入式计算技术、分布式信息处理技术和无线通信技术，能够协作地实时监测、感知和采集各种环境或......
聚类分析是机器学习中的重要研究方向之一,相对于监督学习和半监督学习,聚类能够根据数据集本身的结构特性将样本归类,并能够发掘......
随着人工智能、信息技术的不断进步,各行的数据量不断涌现:基因数据、医疗数据、金融数据等等,人类正在进入数据化的时代。面对大......
交通流短时预测对保障智能交通系统的快速运行具有至关重要的作用.准确高效的交通流短时预测不仅可给交通流管理者提供辅助决策支......
聚类分析中利用有效性指标判断数据集的正确类数极易受到噪声数据、类之间分离性以及聚类算法的影响,所确定类数的正确性难以得到......
面向服务软件中服务间消息的变量值可能存在无穷域的情况,从而导致模型检测时产生状态空间爆炸问题。为了使终止性验证在实践上可......
基于Variable-cycle engine（VCE）模式切换的功能需求,提出一种传动切换机构（driving and switching mechanism,DSM）的通用设计方法。先......
为解决模糊C-均值（FCM）聚类算法在大数据量中存在的计算量大、运行时间过长的问题，提出了一种改进方法：先用多次随机取样聚类得到的类......
FCM(fuzzy C-means clustering)算法在图像分割中应用较为广泛,但其运算时间开销过大的缺点限制了它的应用。现有的利用一维直方图......
针对无线传感器网络(WSN)中能量、带宽和内存等各种资源的限制问题,提出了一种XGBoost结合加权自适应分层分数最小均方误差(hierar......
提出一种基于信息测度的数据集序列约减方法,研究如何从序列中抽样出具有较小相关性,同时不丢失具有重要物理特征的数据集.方法具......
像元纯净指数(pixel purity index, PPI)算法是最为常用的端元提取算法之一,但算法中投影向量的随机性导致多次运行的端元提取结果......
随着大数据时代的到来,网络安全中攻击总流量大幅上升,通过异常流量检测发现网络中的恶意流量成为当前亟需解决的问题.目前工业中......
为解决模糊C均值聚类(FCM)算法在图像分割尤其是医学图像分割中存在的计算量大、运行时间过长的问题,提出了一种改进方法。通过数......
面对大量数据,如何保留有价值的信息是大数据时代所要解决的重要问题。针对飞参数据约减问题,在考虑减少信息量损失和降低存储空间......
随着现代航运业的不断发展以及AIS船舶自动识别系统的强制安装，海事系统需要对实时接收的AIS数据进行存储，以便于对船舶运动轨迹和航......
