矩阵补全相关论文
随着物联网和大数据等新技术的发展,智能电网成为电力系统未来发展的主要趋势,其安全问题也受到越来越多研究者的关注。一方面,智......
近年来,随着移动互联网的迅猛发展,人们步入了信息爆炸时代。推荐系统作为缓解“信息过载”问题的有效手段之一,不仅可以快速地为......
随着人工智能与大数据技术的不断发展,数据被滥用、用户隐私遭泄露等诸多问题层出不穷,引起了人们的广泛关注。在一些含有微型设备......
MicroRNA（miRNA）是非编码RNA分子,它的核苷酸的长度约为21左右,通过碱基配对来控制mRNA的降解和表达。有研究表明,miRNA在细胞增殖、......
学位
近年来,将深度学习引入图结构数据引起了研究者的兴趣,对图形结构寻求更好的表示学习成为研究热点,其中图神经网络（GNN）被广泛应用于......
近年来,随着科学的发展和社会的进步,互联网行业高速发展。这种时代背景的改变虽然提高了人们的生活质量,加快了社会进步的步伐,但......
深度学习算法在很多有监督学习任务上达到了令人满意的结果,但其依赖于大量的标注样本,并且使用特定类别训练的分类器只能对这些类......
图像自动标注在解决网络上图像信息过载问题中起到了很大作用,用户可以通过图像的标签来检索分类图像。图像领域中,图像自动标注问......
随着电子商务的发展,出现了越来越多的用户到用户模式的双向推荐,传统个性化推荐的项目到用户的推荐已经无法满足用户的需求,这就......
随着实时光线追踪(real-time ray tracing)技术的兴起,实时绘制与真实感绘制的界限愈加模糊。被认定为未来图形学发展必然趋势的实......
随着信息时代的到来,基于位置的服务逐渐在日常生活中扮演着重要角色。作为传统室外定位技术的强力补充,室内定位技术的研究近年来......
矩阵补全是指将含有缺失元素的矩阵填补完全的过程.近年来,矩阵补全已经被广泛的应用到了推荐系统、图像恢复、信任预测等多个领域......
生存分析旨在预测某个感兴趣事件发生前的延续等待时间,已广泛应用于临床治疗中患者的生存状态分析和故障诊断中机械系统的运行时......
信息爆炸的时代,单纯使用搜索引擎获取信息的方式已然无法满足人们的日常所需。在互联网背景下诞生的推荐系统,通过研究人们的历史......
推荐系统是数据挖掘等相关领域的重要研究内容,可解决信息膨胀带来的信息有效利用率骤降问题,在商品推荐等方面有着广泛的应用。基......
随着传感器技术、通信技术、计算机技术等的蓬勃发展,人们每时每刻都能获得海量数据。然而,由于这些数据往往是大规模、高维且含有......
矩阵补全是利用观测到的矩阵元素去估计未知元素,从而恢复整个矩阵。它被广泛应用于协同过滤,推荐系统等机器学习应用中。在这些机......
随着信息技术产业的不断发展壮大,利用频谱地图表征某一特定区域内信号强度的空间分布情况,在频率复用、覆盖预测等频谱管理应用中......
桥梁是交通基础设施的关键,对保障国民的出行便利及经济发展有重大作用。但是桥梁结构也会有重大隐患,由于疲劳、超载以及自然灾害......
如何解决无线传感网络中的能源有限和网络中大量的数据传输带来的能量消耗与网络拥塞之间的矛盾一直是无线传感网络的研究热点之一......
信号DOA估计是阵列信号处理研究的关键问题之一,在雷达、无线通信、无线传感器网络和射电天文学等领域有着广泛应用。高斯白噪声假......
蛋白质磷酸化是一种重要的蛋白质翻译后修饰,是生物体内一种最基本、最普遍也是最重要的调节方式。其在细胞新陈代谢,基因表达,细......
教育数据挖掘(Educational Data Mining,EDM)是数据挖掘、机器学习、统计测量和教育心理学的交叉研究领域。EDM旨在挖掘从教育场景......
随着高通量测序技术以及计算机技术的快速发展,各种各样的生物数据呈爆发式增长。面对海量的生物信息,如何高效探索基因-疾病关联......
摘要：传统的基于低秩假设的矩阵补全模型常常对目标矩阵采用核范数的约束，由于核范数对秩函数的近似不够精确，基于核范数的低秩模型可......
针对电力系统用电数据中的记录误差与异常用电,提出一种基于图规则化低秩矩阵恢复的电力系统用电记录修复与异常检测算法.该方法从......
随物联网战略地位和影响力的不断提升,无线传感器网络(Wireless Sensor Networks,WSNs)作为物联网核心技术之一,迎来了一场新的研......
由于探寻改性麦糟吸附三价砷离子As(Ⅲ)最适条件过程的复杂性,本文引入支持向量回归模型对该过程进行建模,以发现实验过程中各因素......
基因-疾病关联关系预测已经成为当前生物医学研究的一个热点。现有的关联预测方法通常会遭受基因-疾病关联数据稀疏和PU(positive ......
近年来室内定位技术引起了研究者的广泛关注,现有基于信号指纹的室内定位算法需要大量采集指纹数据,且在噪声干扰下易产生较大的定......
现有算法难以处理脉冲噪声,导致无线传感器网络(WSN)中节点定位精度较低,为此提出基于Bregman散度的WSN定位算法.该算法分为2个阶......
低秩矩阵补全的相关问题在机器学习、图像处理、视频去噪等领域受到极大关注,在假设数据低秩的情况下,使用矩阵补全可以估计缺失数......
针对无线传感器网络中的数据收集问题,设计了一种基于矩阵补全的数据收集方案.首先利用低秩矩阵分解模型将传感器节点的数据收集问......
近年来矩阵补全已成为一种重要的信号采集方式。将矩阵补全推广到非负张量情形,并提出了非负张量补全算法。该算法先将非负张量补......
设计出一种新的基于矩阵秩序数优化的截断式核范数正则化矩阵补全算法来还原低秩矩阵的缺失数据。所设计的算法为最小化min（m,n）-r类......
张量作为矩阵的一般化形式,具有强大的数据表达能力和应用场景。然而,在许多科学研究和实际应用中,由于采样的缺失或方法的限制,想......
该文针对传统波达方向角(DOA)估计算法在非均匀噪声下角度估计精度差及分辨率低的问题,基于矩阵补全理论,提出一种二阶统计量域下......
针对大规模农田生境监测场景中无线传感器网络节点在部分作物生长期内呈现节点空间冗余,以及传感器节点采集到的数据之间通常具有......
节点定位是实现无线传感器网络（wireless sensor networks，WSNS）应用的重要前提之一．针对传统基于测距的定位方法需要大量节点距离信息......
在机器学习、图像处理等研究领域,矩阵补全主要用于恢复一个完整的低秩矩阵。考虑到计算迭代过程中,每一步均需要进行奇异值分解,......
随着物联网技术的发展,越来越多的有线通信方案被无线通信方案替代,网络节点通常也会从有线电源转为电池供电。因此,在无线通信网......
许多科学研究都需要对环境数据进行分析,这些环境数据通常是通过部署在研究区域内的无线传感器网络（Wireless sensor networks,WSNs......
随着互联网的迅猛发展,不断涌现的高新技术工具改善着人们的生活水平。推荐系统在这个过程中扮演着至关重要的角色,它已经广泛应用......
传统的气象数据推测方法使用插值策略,且谱系聚类与K均值聚类是气候分区的常用方法。这些方法均没有考虑气象数据集的近似低秩结构......
为了在保证结果精度的情况下加快运算速度,改进了矩阵补全的代表性算法——奇异值门限(SVT)算法.首先对于输入矩阵进行规整化处理,......
