期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
缺失数据环境下的数据质量评估与智能化管理系统研究及实现
1
作者 周华乔 孙一凡 +2 位作者 范林歌 李园园 崔宇婷 《电脑编程技巧与维护》 2024年第12期96-100,共5页
针对数据质量治理中理论与实际应用的脱节及操作不直观问题,研究实现了一款面向缺失数据的数据质量评估与智能化管理系统。该系统构建了高度可视化的系统架构,集成了统一数据模型的数据接入适配模块,确保多源异构数据的顺畅整合。为满... 针对数据质量治理中理论与实际应用的脱节及操作不直观问题,研究实现了一款面向缺失数据的数据质量评估与智能化管理系统。该系统构建了高度可视化的系统架构,集成了统一数据模型的数据接入适配模块,确保多源异构数据的顺畅整合。为满足定制化、易用性和多场景需求,设计了可视化数据质量分析建模工具,使用户能灵活地构建分析模型。此外,通过将理论算法深度嵌入到计算模型管理系统中,实现了缺失数据特征选择的精细化、可视化建模,降低了理论算法应用门槛。研究不仅提高了数据治理的透明度和便捷性,还为理论与实际的有效结合提供了技术支持。 展开更多
关键词 缺失数据 数据质量评估 多源异构 可视化建模 智能化管理系统
下载PDF
基于概率矩阵分解的不完整数据集特征选择方法 被引量：1
2
作者 范林歌 武欣嵘 +1 位作者 童玮 曾维军 《计算机工程》 CAS CSCD 北大核心 2022年第6期57-64,共8页
在机器学习理论与应用中,特征选择是降低高维数据特征维度的常用方法之一。传统的特征选择方法多数基于完整数据集,对实际应用中普遍存在缺失数据的情形研究较少。针对不完整数据中含有未被观察信息和存在异常值的特点,提出一种基于概... 在机器学习理论与应用中,特征选择是降低高维数据特征维度的常用方法之一。传统的特征选择方法多数基于完整数据集,对实际应用中普遍存在缺失数据的情形研究较少。针对不完整数据中含有未被观察信息和存在异常值的特点,提出一种基于概率矩阵分解技术的鲁棒特征选择方法。使用基于分簇的概率矩阵分解模型对数据集中的缺失值进行近似估计,以有效测量相邻簇之间数据的相似性,缩小问题规模,同时降低填充误差。依据缺失数据值存在少量异常值的情形,利用基于l_(2,1)损失函数的方法进行特征选择,在此基础上给出不完整数据集的特征选择方法流程,并对其收敛性进行理论分析。该方法利用不完整数据集中的所有信息,有效应对不完整数据集中异常值带来的影响。实验结果表明,相比传统特征选择方法,该方法在合成数据集上选择更少的无关特征,可降低异常值带来的影响,在真实数据集上获得了较高的分类准确率,能够选择出更为准确的特征。 展开更多
关键词 矩阵分解 缺失值填补 鲁棒特征选择 不完整数据 l_(2 1)范数
下载PDF
基于矩阵分解填充的无监督特征选择方法
3
作者 范林歌 武欣嵘 +1 位作者 童玮 曾维军 《通信技术》 2021年第8期1853-1861,共9页
无监督特征选择(Unsupervised Feature Selection,UFS)是一种应用广泛的大数据降维技术,然而传统的无监督特征选择算法并不适用于不完整数据集。近年来研究不完整数据下无监督特征选择的关键是如何依靠不完整数据中的信息以获得特征的... 无监督特征选择(Unsupervised Feature Selection,UFS)是一种应用广泛的大数据降维技术,然而传统的无监督特征选择算法并不适用于不完整数据集。近年来研究不完整数据下无监督特征选择的关键是如何依靠不完整数据中的信息以获得特征的紧凑筛选。针对不完整数据集的信息利用不够完全以及现有方法填充不够准确的特点,提出基于矩阵分解填充的无监督特征选择方法。该方法利用所有已知信息对不完整数据集进行填充,之后利用基于l_(2.1)范数的无监督最大间隔特征选择方法进行特征选择。实验结果表明,该算法提高了聚类精度和填充效果。 展开更多
关键词 矩阵分解 缺失值填补 无监督特征选择(UFS) l_(2.1)范数
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部