概念分解相关论文
随着信息化时代的飞速发展,海量数据的有效收集和获取成为关键。数据挖掘作为当今信息时代快速发展的一个重要领域,它逐渐普及应用......
数据挖掘是从大量数据或数据库中挖掘出有价值信息的学科,已经在诸多领域得到了应用。而聚类分析作为数据挖掘中一种不可替代的挖......
信息时代的蓬勃发展给人们创造了无限机遇，并深刻地改变了以往的生活和交流方式，但同时作为各类应用中重要表达载体的海量数据给机器......
数据挖掘经过几十年的发展,已经成为目前计算机科学研究领域的重要方向之一,通过数据挖掘我们可以在数据中探索到潜在的规律。数据......
在当今大数据时代,数据对象往往能够在多个视角下进行特征表示,形成多视角数据。多视角数据对传统机器学习算法提出了新的挑战同时......
提出了一种基于概念分解的政策精化方法,将政策的精化归结为对概念的分解,依据本体论中的概念结构将政策中较高层的概念转换为较低......
建立了本体概念集合上的一种代数结构——本体格，通过本体格上的代数性质分析本体结构的特性．由于本体的形式化研究仍处于初级阶段，尚......
提出了一种新的半监督两个视角的多示例聚类模型,整合文本视角和图像视角解决了伴有少量标签的多示例图像聚类问题。提出的模型首......
针对概念分解算法没有同时考虑数据空间和特征属性空间中的高阶几何结构信息的问题,提出了一种基于对偶超图正则化的概念分解算法......
针对概念分解(Concept Factorization,CF)算法没有同时考虑样本中存在的类别信息及数据间多元几何结构信息的问题,该文提出一种基......
基于非负矩阵分解的方法在聚类应用中有着非常重要的意义.本文在深入研究了非负矩阵分解的基础上提出了一种基于概念分解的多视图......
非负矩阵分解(NMF)算法仅能用于对原始非负数据寻找低秩近似,而概念分解(CF)算法将矩阵分解模型扩展到单个非线性核空间,提升了矩......
流形学习算法在构造图模型时假设观测数据来自一个光滑的流形采样，但实际高维数据中由于各种因素经常存在噪声或异常值．针对概念分解......
近年来,随着识别技术在自然资源分析、天气预报、导航、地图与地形配准、环境监测等领域的广泛应用,各种理论和方法也被大量应用于......
聚类是一种有效的数据分析方法,被广泛应用于机器学习、模式识别、数据挖掘等领域。聚类的目的是通过利用数据之间的相似性把数据......
随着社会经济条件的发展,数据获取的方式越来越多,人们往往需要对大量高维的数据进行分析,但是,经常会遭受数据的“维数灾难”,使......
<正>一、问题的提出新课改以后,为减轻学生课业负担,提出了淡化概念教学的观点,这在政治学科中明显表现在必修一、必修二和必三的......
极限概念贯穿于数学分析始终,是数学分析的精髓所在,理解掌握数列极限概念是学好数学分析的关键。本文就极限思想的形成与发展、学......
