摘要
数据降维主要是为了解决维数灾害问题。该论文主要分析了三种数据降维方法,并对算法优缺点进行了分析和比较。
出处
《福建电脑》
2012年第6期47-48,共2页
Journal of Fujian Computer
参考文献5
-
1Burges C J C. Dimension Reduction: A Guided Tour [J].Foundations and Trends in Machine Learning,2010,2(4): 275-365. 被引量：1
-
2Tsai F S. Comparative Study of Dimensionality Reduc- tion Techniques for Data Visualization [J]. Journal of Artifi- cial Intelligence,2010, 3(3):119-134. 被引量：1
-
3吴晓婷,闫德勤.数据降维方法分析与研究[J].计算机应用研究,2009,26(8):2832-2835. 被引量：73
-
4韦振中.基于核主成分分析的特征提取方法[J].广西工学院学报,2006,17(4):27-31. 被引量：22
-
5黄丽瑾,施俊,钟瑾.基于核熵成分分析的数据降维[J].计算机工程,2012,38(2):175-177. 被引量：8
二级参考文献26
-
1韦振中,黄廷磊.基于支持向量机和遗传算法的特征选择[J].广西工学院学报,2006,17(2):18-21. 被引量：12
-
2Burges C J C. Dimension Reduction: A Guided Tour[J]. Founda- tions and Trends in Machine Learning, 2010, 2(4): 275- 365. 被引量：1
-
3Tsai F S. Comparative Study of Dimensionality Reduction Tech- niques for Data Visualization[J]. Journal of Artificial intelligence, 2010, 3(3): 119-134. 被引量：1
-
4Maaten L J, Postma E O, Herik H J. Dimensionality Reduction: A Comparative Review[R]. Tilburg University, Technical Report: TiCC-TR 2009-005, 2009. 被引量：1
-
5Xiao Lin, Sun Jun, Boyd S. A Duality View of Spectral Methods for Dimensionality Reduction[C] //Proc. of the 23rd International Conference on Machine Learning. New York, USA: ACM Press, 2006: 1041- 1048. 被引量：1
-
6Kruger U, Zhang Junping, Xie Lei. Developments and Appli- cations of Nonlinear Principal Component Analysis——A Review[C] //Proc. of Lecture Notes in Computational Science and Engineering. [S. l.] : Springer, 2008: 1-43. 被引量：1
-
7Jenssen R, Storaas O. Kernel Entropy Component Analysis Pre- images for Pattern Denoising[C] //Proc. of the 16th Scandinavian Conference on Image Analysis. Berlin, Germany: Springer-Verlag, 2009: 626-635. 被引量：1
-
8Jenssen R. Kernel Entropy Component Analysis[J]. IEEE Trans. on Pattern Analysis and Machine Intelligence, 2010, 32(5): 847-860. 被引量：1
-
9Cortes C, Vapink V. Support Vector Network[J]. Machine Learning, 1995, 20(3): 273-297. 被引量：1
-
10Burges C J C. A Tutorial on Support Vector Machines for Pattern Recognition[J]. Data Mining and Knowledge Discovery, 1998, 2(2): 1-43. 被引量：1
共引文献100
-
1张毅,田浩.XGBoost在量化选股中的应用研究[J].金融管理研究,2020(2):122-132.
-
2马晓鑫,辛向青,展先彪,刘佳琪.一种提高认知无线Mesh网络性能的技术研究[J].北华航天工业学院学报,2020(2):5-7.
-
3李伟,沈振康.基于KPCA-SIFT描述符的图像配准[J].信号处理,2009,25(4):644-647. 被引量：6
-
4黄伟,尹京苑.一种基于支持向量机的自适应肿瘤分类检测算法[J].生物信息学,2009,7(4):243-247.
-
5孙荣荣,姜国金.基于GIS和KPCA的农业空间数据特征提取研究[J].农业网络信息,2010(2):24-28. 被引量：1
-
6何朝辉,黄纯,刘斌,程扬军.基于小波系数KPCA和PNN的电能质量扰动分类[J].电力系统及其自动化学报,2010,22(2):76-81. 被引量：7
-
7袁野,刘洋.地震属性优化与预测新进展[J].勘探地球物理进展,2010,33(4):229-238. 被引量：25
-
8万家强,王越,刘羽.改进KPCA对分类数据的特征提取[J].计算机工程与设计,2010,31(18):4085-4087. 被引量：12
-
9卓晓冬,林锦国,汪苑.基于核主成分分析的人脸识别[J].中国科技博览,2011(18):275-276. 被引量：2
-
10蒋亚军,杨震伦,詹增荣.基于网络探针的流量均衡VOD系统及仿真[J].浙江工业大学学报,2011,39(2):158-162.
同被引文献7
-
1何霏霏,刘镖峰,陈天健.水电机组在线监测系统在白山水力发电厂的应用[J].水电自动化与大坝监测,2014,38(1):55-58. 被引量：1
-
2黄国荣,何亚飞,杭琦.基于PCA和KNN的的电主轴故障诊断方法研究[J].上海第二工业大学学报,2018,35(4):273-279. 被引量：6
-
3李香华,单文建,王军.水轮发电机定子铁心电磁振动原因分析及处理[J].大电机技术,2016(5):26-29. 被引量：7
-
4冯言勇,刘桐杰,李昱,方俊伟.通过大数据分析进行设备故障诊断的技术研究[J].自动化博览,2017,34(12):72-77. 被引量：8
-
5秦正飞,高磊,王军现,康健.基于优化支持向量机多分类器的水电机组故障诊断[J].水电与抽水蓄能,2018,4(3):51-55. 被引量：5
-
6张志勇,李志鹏,刘小云,张小东,胡晓芬.大型水轮发电机定子铁心端部窜片故障分析及改进措施[J].中国设备工程,2018(22):66-69. 被引量：5
-
7侯凯.基于振摆数据分析的水轮机状态在线预警系统在五强溪电厂的应用[J].水电与抽水蓄能,2019,5(1):49-53. 被引量：5
-
1刘腾姣,赵云升,孙玮祺,张超.基于VRGIS的风速、海浪对港口影响的模拟研究[J].科技传播,2012,4(15):56-57.
-
2徐园,王卫京,吴磊.面向防灾减灾业务应用的数据集成管理体系研究与实现[J].中国减灾,2013(9):48-51. 被引量：1
-
3李振平,黄玉钏.城镇洪水灾害预警模型仿真研究[J].工业建筑,2016,46(6):5-7. 被引量：1
-
4陈晓玲,吴忠宜,田礼乔,陈莉琼,叶艺.水体悬浮泥沙动态监测的遥感反演模型对比分析——以鄱阳湖为例[J].科技导报,2007,25(6):19-22. 被引量：21
-
5吴志杰,王猛猛,陈绍杰,邹丹.基于遥感生态指数的永定矿区生态变化监测与评价[J].生态科学,2016,35(5):200-207. 被引量：62
-
6李成尊,孙勃.沙漠化环境遥感调查研究[J].遥感技术与应用,1989,5(4):21-24.
