稀疏组Lasso相关论文
在神经影像学领域,静息态功能脑网络分析有了一定的进展。然而,传统的功能连接网络通常是基于成对相关来构建脑区之间的二阶关系,......
大数据往往具有高维度、稀疏性、来源差异性的特点,如何合理有效地挖掘、分析此类数据集之间的关联信息和差异性,同时完成数据特征......
随着机器学习算法以及深度学习算法在人工智能领域的飞速发展,我们对人工智能在生活中的应用产生了更高的要求。情感是人类的脑部......
财务报告舞弊行为对广大投资者的切身利益造成巨大损害,如何高效识别财务报告中的舞弊行为已成为目前研究的热点.在对已有的财务报......
进行了大气污染物预测研究。针对传统的向量自回归模型方法所面临的过参数化问题,提出了稀疏组lasso罚向量自回归模型并应用近邻梯......
因子分解机(简称为FM)是最近被提出的一种特殊的二阶线性模型,不同于一般的二阶模型,FM对二阶项系数进行了分解,这种特殊的结构使得FM特......
为克服自回归(Autoregressive,AR)模型仅用于单通道信号的局限性,多变量自回归(Multivariate Autoregressive,MVAR)模型已成为多通道时......
文章以支持向量机模型为基准模型,提出引入稀疏组Lasso惩罚函数的修正模型,并设计了有助于增强预测精度与预测效果的双层坐标下降......