稀疏主成分分析相关论文
本文针对指标较多的纵向数据,首先考虑对指标进行非线性划分,进而采取稀疏主成分分析对高维数据指标进行降维筛选,然后构建部分线......
稀疏主成分分析是一种用于降维和特征选择的无监督方法。由于计算多个主成分时主载荷向量间不具有相同的稀疏模式，导致难以从原始特......
在应用回归分析处理实际问题时,为了减少模型误差,一般会引入较多的自变量,但不可避免的会出现某些自变量对因变量影响很小或没有......
随机矩阵集中不等式是随机矩阵理论中的一个重要研究方向,它研究的问题是限定随机矩阵和的极端特征值（或范数）大于给定常数的概率,被......
石油污染的出现,导致生态环境遭到破坏.因此,油类识别方法的研究对于环境的保护具有重要意义.采用荧光光谱法获得石油光谱数据,并......
本文首先利用Wordcloud库对评语文本进行可视化,将频率较高的无用词剔除,然后对教师评语进行中文分词,利用TF-IDF算法描述字词在一......
神经元是大脑结构中最基本的单位,想要了解大脑的结构和功能,就要先对神经元进行研究。由于神经元结构复杂,种类繁多,想要了解神经......
随着互联网的高速发展，多媒体数据指数级增长的时代已经到来。面对具有海量、高维等新特点的互联网数据，传统的索引和检索方式已经难......
信息技术的高速发展,带来了数据的海量存储,数据的维度也随之升高.数据维度的升高不仅会在非参数模型中遭遇“维数灾难”,还容易在......
在稀疏主成分分析的基础上,用TL1罚替代稀疏主成分分析中的L1罚,提出TL1罚稀疏主成分分析,并给出TL1罚稀疏主成分分析的阈值迭代算......
讨论了在标准主成分分析的基础上增加L0罚，L1罚和L2罚约束条件，使主成分变得更加稀疏，以便于解释实际问题，运用逆幂法给出了求解目标函......
从同一果园的12棵果树上,在8月的4个不同日期各采集5个黄花梨样品,共采集240个样品。从每个样品上采集光谱数据。通过稀疏主成分分......
唯GDP的考核方式造成了诸多问题。采用稀疏主成分分析构建了新的地区发展评价指数。研究表明，采用该方法是适合的，构造的指数不仅克......
采用全局稀疏主成分分析方法研究了各地区R＆D发展状况,在此基础上分析了地区R＆D的发展差异和分布格局,从而发现地区R＆D发展和科技战略......
本文提出稀疏主成分分析的两阶段法,即先求解主成分,然后添加l1正则化项得到稀疏载荷,并利用坐标下降法求解模型。方法简单易操作......
针对具有多个显著目标且背景较为复杂的图像,提出了一种基于全连接图和稀疏主成分分析(sparse principal component analysis,sPCA......
为了解决参数化运动合成方法中普遍存在的参数结构不统一和可理解性差的问题,提出一种稀疏语义参数化模型.该模型对预处理后的运动......
从神经元几何形态特征的角度考虑，对神经元进行分类。由于神经元的几何形态复杂多样，直接用于分类会使得算法运行时间长、分类精度低......
在处理高维数据时,由于过多引入变量会严重影响模型的预测精度和可解释性,因此如何从众多变量中准确筛选出对响应变量具有重要影响......
近年来,我国社会快速发展,推动了产业转型、服务转型,我国旅游业也进入了黄金发展时期。旅游业的蓬勃发展促进了社会经济和国民经......
我国经济的不断发展和人民生活水平的稳步提升使得我国机动车保有量逐年增长,带来了诸如交通安全、道路堵塞、环境污染等新的问题......
跨数据集图像分类是在图像分类应用中经常面临的问题。由于训练集数据与实际待分类（或测试）数据既有内在联系，又具有较大差异，导致常见......
航空人为因素会对航空安全产生重要影响，通过提取飞行员多生理信号主成分评估飞行员工作负荷是航空人为因素重要研究内容之一。提出......
针对传统的均值漂移算法中目标表观模型单一且缺乏必要的更新策略的问题,提出了一种基于多表观模型的多尺度均值漂移跟踪算法.该算......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
随着经济全球化进程加剧和中国社会主义市场经济进一步深化,企业无时无刻不面临着激烈的竞争和严峻的挑战。在竞争激烈的市场环境......
超分辨率重建是数字图像处理领域中一个重要的研究方向,在许多实际应用中(如图像处理软件、医疗诊断、高清电视等)起着非常重要的......
聚类已成为基因表达数据的一种前沿分析方法,通过基因类别的划分可以较快速地发现病变细胞,以实现对疾病的诊断。然而,高维、小样......
主成分分析因能在损失极小信息的基础上极大地降低数据的维数且各个主成分相互正交而具有广泛的应用,但各个主成分是所有初始预测......
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......
高维数据降维问题一直是统计机器学习和数据分析的核心问题之一,有着广泛的应用基础。协变量(包括噪音变量、冗余变量)对数据的影......
针对社会媒体中非正式文本的数据分析经常出现的稀疏数据矩阵,在应用文本分析工具的基础上使用稀疏主成分分析这一特征,降维分析方......
根据我国经济高质量发展目标和长江经济带发展战略,本文构建长江经济带能源高质量发展综合评价指标体系,以2007~2018年长江经济带......
神经元作为构成大脑的基本单位,其形态既复杂又多样。神经元形态的这种特点对于大脑的正常运行有着至关重要的作用,因此了解不同类......
随着人工智能领域和计算机视觉领域的研究发展,目标检测识别技术越来越多的应用到人们的日常生活当中。其中,关于行人与车辆的检测......
乳制品质量安全问题日益突出,发展乳制品的品牌鉴别与质量统计过程控制研究迫在眉睫。一方面,由于不同品牌乳制品外表形态差异不大......
VAR/VARX多元时间序列分析方法应用广泛,诸如应用于医药、金融、数据挖掘等领域。生产过程中同时多个变量发生的情况下会产生多元......
随着科学的进步,信息技术得到了快速发展及广泛应用,高维数据应运而生,进而推动了变量选择技术的研究.本文主要利用稀疏主成分分析......
稀疏主成分分析方法剔除了与主成分关系不密切的原始变量,保留了与主成分关系密切的原始变量,克服了经典主成分分析方法的不足.在......
社交网络的诞生与发展，为图书馆事业的发展带来了前所未有的机遇和挑战，特别是其以覆盖广、传播快、参与度高、粘性大等特点，在广大高......
在对实际数据的分析研究过程中,由于实际问题往往是多因素多变量的,因此常用到多元统计分析的方法.本文在主成分分析的基础上,基于......
图像分割是机器视觉中的基础问题,基于阈值的图像分割算法依赖于参数调整,但参数调整容易受到局部最小值的影响且需要耗费大量时间......
该文针对真实场景下视频跟踪过程中可能出现的目标形变、运动和遮挡等问题，该文分别构建了基于超像素局部信息的判别式模型和基于颜......
一、前言现实世界中存在着大量的复杂事物及现象，人们希望揭示隐藏在这些纷繁芜杂的表象下的事物和现象的客观规律。随着信息技术的......
在信息呈爆炸式增长的现代,大数据的应用研究已经成为一个热门领域,数据冗余是大数据背景下后台数据分析面临的一大难题.稀疏主成......
