基于高维稀疏数据分析的制造型企业研发投入对企业绩效的影响分析 被引量：3

1

作者 王勇 金涛 张义 《科技管理研究》 CSSCI 北大核心 2018年第21期145-153,共9页

影响企业绩效和科研成果的变量较多,采用定量分析方法对企业研发投入与绩效关系分析的局限性较大。探索一种对大量因素同时进行定量分析的方法,基于沪深两市327家制造企业2011—2016年数据,尝试采用高维稀疏数据分析方法,以"研发... 影响企业绩效和科研成果的变量较多,采用定量分析方法对企业研发投入与绩效关系分析的局限性较大。探索一种对大量因素同时进行定量分析的方法,基于沪深两市327家制造企业2011—2016年数据,尝试采用高维稀疏数据分析方法,以"研发投入增长率>0和营业收入增长率>0和人均营业收入增长率>0"为目标,对影响目标实现的10类74个变量进行定量分析,得到实现目标的定量优化规则:当期和上期单位研发人员研发投入、研发人员投入增长率、盈利能力、产品市场竞争度5个变量处于一定范围内时,目标达成概率有较大幅度提升。研究结果可以用于衡量企业研发水平是否达到规模边界,又可作为企业研发投入行为对企业绩效结果的预判。 展开更多

关键词 研发投入 企业绩效 高维稀疏数据 影响因素 制造型企业 定量分析

下载PDF 职称材料

基于深度学习的高维稀疏数据组合推荐算法 被引量：3

2

作者 李晓峰 李东 《计算机技术与发展》 2020年第2期104-108,共5页

传统方法在对高维稀疏数据进行检测的过程中,受到高维特征扰动的影响,数据误差较大,因此提出一种基于深度学习的高维稀疏数据组合推荐算法。采用相空间重构方法进行高维稀疏数据的特征重构,根据重构结果结合非线性统计序列分析方法进行... 传统方法在对高维稀疏数据进行检测的过程中,受到高维特征扰动的影响,数据误差较大,因此提出一种基于深度学习的高维稀疏数据组合推荐算法。采用相空间重构方法进行高维稀疏数据的特征重构,根据重构结果结合非线性统计序列分析方法进行高维稀疏数据的回归分析和点云结构重组,在此基础上提取高维稀疏数据的组合特征量;依据特征量提取结果采用特征提取技术抽取高维稀疏数据的平均互信息特征量,并结合关联规则挖掘方法进行高维稀疏数据的主成分分析,挖掘高维稀疏数据的相似度属性类别成分,最终采用深度学习方法进行高维稀疏数据组合推荐过程中的自适应寻优,实现高维稀疏数据的组合推荐。仿真结果表明,采用该算法进行高维稀疏数据推荐的属性归类辨识性较好,特征分辨能力较强,提高了数据的检测和识别能力。 展开更多

关键词 深度学习 高维稀疏数据 组合推荐 特征提取 挖掘

下载PDF 职称材料

基于排序思想的高维稀疏数据聚类 被引量：2

3

作者 祝琴 高学东 +2 位作者 武森 陈敏 陈华 《计算机工程》 CAS CSCD 北大核心 2010年第22期13-14,共2页

针对CABOSFV聚类算法对数据输入顺序的敏感性问题,提出融合排序思想的高属性维稀疏数据聚类算法,通过计算首次聚类中两两高属性维稀疏数据非零属性取值情况确定所需要计算差异度的集合组合,减小了算法复杂度。应用结果表明,该方法能提高... 针对CABOSFV聚类算法对数据输入顺序的敏感性问题,提出融合排序思想的高属性维稀疏数据聚类算法,通过计算首次聚类中两两高属性维稀疏数据非零属性取值情况确定所需要计算差异度的集合组合,减小了算法复杂度。应用结果表明,该方法能提高CABOSFV聚类的质量。 展开更多

关键词 高维稀疏数据 CABOSFV聚类 排序

下载PDF 职称材料

一种基于图像去噪的多密度网格聚类算法 被引量：2

4

作者 田宇 罗辛 《智能计算机与应用》 2016年第1期44-47,共4页

针对传统网格聚类算法仅能够去除空网格的问题,提出一种基于图像分割思想来剔除稀疏数据的多密度网格聚类算法。该算法对原始数据进行网格划分和数据映射,计算网格密度,将每个网格看作图像中的一个像素点,采用Otsu算法确定合适阈值,并... 针对传统网格聚类算法仅能够去除空网格的问题,提出一种基于图像分割思想来剔除稀疏数据的多密度网格聚类算法。该算法对原始数据进行网格划分和数据映射,计算网格密度,将每个网格看作图像中的一个像素点,采用Otsu算法确定合适阈值,并给出了阈值应用于网格聚类算法时的阈值折合公式,完成稀疏单元的剔除。在聚类过程中考虑到网格单元内部特征,通过两个网格的相对密度及边界特征得到了相邻网格的相似度度量公式,弥补了网格聚类算法无法应对多密度数据的缺点。在Matlab中进行仿真实验,该算法在聚类之前对网格剔除率为69%,且不需要人工干预,而GAMD和SNN算法未剔除网格。当数据维度增加时,GAMD算法时间远远高于本算法。实验证明,该算法具有较好的数据过滤效果,聚类结果与数据输入顺序无关,在得到任意簇的同时,保证了较高的时间效率且能够广泛应用于各种数据集。 展开更多

关键词 网格聚类 多密度 高维稀疏数据 OTSU 聚类算法

下载PDF 职称材料

基于广义化自适应的NAG方法非负张量分解模型

5

作者 陶名康 《应用数学进展》 2022年第5期3134-3149,共16页

单元素非负乘法更新算法在学习模型超参数时会出现长尾收敛的情况,本文通过将NAG方法融入到单元素非负乘法更新算法中,得到了广义化的NAG方法,并在此基础上提出了基于广义化自适应的NAG非负张量分解模型。在训练过程中利用粒子群算法对... 单元素非负乘法更新算法在学习模型超参数时会出现长尾收敛的情况,本文通过将NAG方法融入到单元素非负乘法更新算法中,得到了广义化的NAG方法,并在此基础上提出了基于广义化自适应的NAG非负张量分解模型。在训练过程中利用粒子群算法对模型的正则化系数和算法的加速度系数进行了优化。最后,在两个真实的工业数据集上的对比实验表明,本文提出的广义化NAG方法明显提高了模型的收敛速度。 展开更多

关键词 非负乘法更新 NAG方法 高维稀疏数据 张量分解

下载PDF 职称材料

高维稀疏数据对象——属性空间分割 被引量：1

6

作者 祝琴 高学东 +1 位作者 武森 陈华 《数学的实践与认识》 CSCD 北大核心 2011年第7期184-189,共6页

针对高维稀疏数据预处理过程,提出了运用两阶段协同聚类算法(MTSCCA)来获得质量较好的高维稀疏对象-属性的子空间,并通过实证研究证明了算法的有效性.

关键词 高维稀疏数据 两阶段协同聚类 子空间

原文传递

基于迭代校正的病例临床复杂度度量方法研究

7

作者 陶丽 王纯青 +1 位作者 张自力 陈波 《西南大学学报（自然科学版）》 CAS CSCD 北大核心 2022年第5期185-191,共7页

现有病例临床复杂度(episode clinical complexity,ECC)模型在评估临床复杂程度时主要关注诊断数目的不同,忽略了不同诊断类型造成的差异.本文提出了一种基于迭代校正思想,将诊断数目和诊断类型同时纳入病人费用和病情复杂水平评估过程... 现有病例临床复杂度(episode clinical complexity,ECC)模型在评估临床复杂程度时主要关注诊断数目的不同,忽略了不同诊断类型造成的差异.本文提出了一种基于迭代校正思想,将诊断数目和诊断类型同时纳入病人费用和病情复杂水平评估过程的ECC改进模型(iteration-based ECC,IECC).基于重庆某大型三甲医院2015-2019年呼吸系统、循环系统的病案首页数据的实验结果表明,根据IECC方法估算得到的住院费用与真实费用的相关性有较大提升,说明本文所提方法能够更好地评估病人临床复杂水平,为成功实施以疾病诊断相关分组(diagnosis related groups,DRGs)为核心的付费制度提供有力支持. 展开更多

关键词 病案首页数据 高维稀疏数据 病例临床复杂度度量 迭代校正

下载PDF 职称材料

高维稀疏数据对象—属性的非关联子空间分析

8

作者 祝琴 戴爱明 《中国管理信息化》 2011年第9期27-29,共3页

针对高维稀疏数据对象-属性子空间的优化问题,本文从稀疏性的角度提出了RUSAUBSC算法,通过剔除非关联子空间实现子空间的优化,并通过实验研究证明了该算法的有效性。

关键词 高维稀疏数据 非关联子空间 子空间优化 高维数据预处理

下载PDF 职称材料

基于模糊数学的高维稀疏数据聚类统计方法设计

9

作者 周燕茹 《德州学院学报》 2021年第6期60-65,共6页

传统的数据聚类统计方法仅适用于解决低维数据聚类问题.设计基于模糊数据的高维稀疏数据聚类统计方法,以期提升高维稀疏数据的聚类统计效果.以模糊C均值聚类算法为基础,通过优化初始聚类中心解决局部最优问题,缩短聚类统计时间;引入权... 传统的数据聚类统计方法仅适用于解决低维数据聚类问题.设计基于模糊数据的高维稀疏数据聚类统计方法,以期提升高维稀疏数据的聚类统计效果.以模糊C均值聚类算法为基础,通过优化初始聚类中心解决局部最优问题,缩短聚类统计时间;引入权重机制,令该方法适用于高维稀疏数据聚类统计.基于此,以余弦距离替换原有的欧几里德距离,提高高维稀疏数据聚类统计效果.实验证明:在数据维度不同时,该方法均有较优的聚类统计效果.当数据维度较低时,分块比例为10%时聚类统计效果最优;当数据维度较高时,分块比例为40%时聚类统计效果最优.在不同稀疏度等级时,该方法的命中率和聚类统计效率均较高. 展开更多

关键词 模糊数学 高维稀疏数据 聚类统计 模糊C均值 聚类中心 余弦距离

下载PDF 职称材料

基于模糊数学的高维稀疏数据聚类统计方法设计

10

作者 周燕茹 《吉林化工学院学报》 CAS 2021年第9期107-111,共5页

传统的数据聚类统计方法仅适用于低维数据聚类问题,为此,设计了基于模糊数据的高维稀疏数据聚类统计方法,以期提升高维稀疏数据的聚类统计效果.以模糊C均值聚类算法为基础,通过优化初始聚类中心解决局部最优问题,缩短聚类统计时间;然后... 传统的数据聚类统计方法仅适用于低维数据聚类问题,为此,设计了基于模糊数据的高维稀疏数据聚类统计方法,以期提升高维稀疏数据的聚类统计效果.以模糊C均值聚类算法为基础,通过优化初始聚类中心解决局部最优问题,缩短聚类统计时间;然后引入权重机制,令该方法适用于高维稀疏数据聚类统计.基于此,以余弦距离替换原有的欧几里德距离,提高高维稀疏数据聚类统计效果.实验证明:在数据维度不同时,该方法均有较优的聚类统计效果.当数据维度较低时,分块比例为10%时聚类统计效果最优;当数据维度较高时,分块比例为40%时聚类统计效果最优.在不同稀疏度等级时,该方法的命中率和聚类统计效率均较高. 展开更多

关键词 模糊数学 高维稀疏数据 聚类统计 模糊C均值 聚类中心 余弦距离

下载PDF 职称材料

基于信息熵的高维稀疏大数据降维算法研究 被引量：19

11

作者 何兴高 李蝉娟 +2 位作者 王瑞锦 邓伏虎 刘行 《电子科技大学学报》 EI CAS CSCD 北大核心 2018年第2期235-241,共7页

数据降维是从高维数据中挖掘有效信息的必要步骤。传统的主成分分析(PCA)算法应用于超高维稀疏数据降维时,存在着无法将所有数据特征一次性读入内存以进行分析计算的问题,而之后提出的分块处理PCA算法由于耗时太长,并不能满足实际需求... 数据降维是从高维数据中挖掘有效信息的必要步骤。传统的主成分分析(PCA)算法应用于超高维稀疏数据降维时,存在着无法将所有数据特征一次性读入内存以进行分析计算的问题,而之后提出的分块处理PCA算法由于耗时太长,并不能满足实际需求。本文引入信息熵的思想对PCA算法进行改进,提出E-PCA算法,先利用信息熵对数据进行特征筛选,剔除大部分无用特征,再使用PCA算法对处理后的超高维稀疏数据进行降维。通过实验结果表明,在保留相同比例原数据信息的情况下,本文提出的基于信息熵的E-PCA算法在内存占用、运行时间以及降维结果都优于分块处理PCA算法。 展开更多

关键词 分块处理 降维处理 高维稀疏大数据 信息熵 主成分分析

下载PDF 职称材料

基于SS/OSF实现高维稀疏数据对象的聚类 被引量：5

12

作者 吴萍 宋瀚涛 +2 位作者 牛振东 张利萍 张聚礼 《北京理工大学学报》 EI CAS CSCD 北大核心 2006年第3期216-220,共5页

为了解决传统聚类方法处理高维稀疏数据对象时聚类结果不理想的问题,提出了SS/OSF聚类方法.该方法基于对象组相似度(SS)和对象组特征向量(OSF),并借助对象组特征向量的可加性实现.采用本方法得到高维稀疏数据对象的聚类结果后,可以根据... 为了解决传统聚类方法处理高维稀疏数据对象时聚类结果不理想的问题,提出了SS/OSF聚类方法.该方法基于对象组相似度(SS)和对象组特征向量(OSF),并借助对象组特征向量的可加性实现.采用本方法得到高维稀疏数据对象的聚类结果后,可以根据聚类结果中各个对象集合的上确界和下确界为新对象进行对象组分类.实验表明,与传统K-means聚类方法相比,随着数据对象数目的增加,该方法无论是在运行时间上,还是在聚类结果的准确度方面都有明显的改进. 展开更多

关键词 高维稀疏二态数据 对象组相似度 对象组特征向量 聚类 分类

下载PDF 职称材料

基于对象组特征向量的聚类与分类的实现

13

作者 吴萍 张利萍 《计算机工程》 EI CAS CSCD 北大核心 2006年第16期17-19,57,共4页

高维稀疏数据的聚类分析是目前数据挖掘领域内亟待解决的问题之一。传统的聚类方法中,大部分不适用于高维稀疏数据,不能得到满意的结果。该文借助对象组相似度和对象组的特征向量,提出了一种实现聚类的方法。根据聚类结果后,根据聚类集... 高维稀疏数据的聚类分析是目前数据挖掘领域内亟待解决的问题之一。传统的聚类方法中,大部分不适用于高维稀疏数据,不能得到满意的结果。该文借助对象组相似度和对象组的特征向量,提出了一种实现聚类的方法。根据聚类结果后,根据聚类集合的上确界和下确界给出新对象的分类。该方法思想明了,实现起来简单轻松,结果准确可靠。 展开更多

关键词 高维稀疏二态数据 对象组相似度 对象组特征向量 聚类 分类

下载PDF 职称材料