高维大数据相关论文
现有高维数据增量处理方法由于没有完全抵消类间中心点的相互排斥,导致处理增量数据的缓冲有效比较低,为此,提出了基于模糊聚类算......
针对大数据由于数据复杂性、异构性、安全性、可伸缩性和大规模数据量而难以预测分析的问题,提出了基于增强可伸缩随机森林(Enhanc......
针对高维大数据不确定性的非均匀挖掘问题,提出一种基于不确定频繁模式树的模糊逻辑非均匀数据挖掘算法.首先,在考虑数据不确定性......
模糊系统作为一种万能逼近器具有很强的可解释性,已被广泛应用在各个领域。尽管目前模糊系统的理论研究不够成熟,仍然存在诸如规则......
数据挖掘技术的快速发展,有效带动了各个领域的发展,而离群点检测技术,作为数据挖掘技术中的重要组成,自然也成为了社会各界关注的......
随着信息技术的快速发展和广泛应用,在很多领域产生了大量的高维数据,直接分析和使用这些高维数据是非常困难的事情,数据降维能够......
随着智能电网的发展,越来越多的测量装置向底层延伸。高级测量体系和配电网的发展不可避免地使用户用电数据量呈几何倍数增长,另一......
深度神经网络是人工智能的热点,可以很好处理高维大数据,却有可解释性差的不足.通过IF-THEN规则构建的模糊系统,具有可解释性强的......
在谱聚类算法中,利用K近邻算法构建拉普拉斯矩阵时,会造成聚类的算法复杂度提高和聚类结果不佳的问题,为此提出一种基于mutual KNN......
针对传统随机森林算法不能有效、快速地处理海量高维数据,导致分类效果不理想的问题,以提高分类准确率和运行效率为目的,提出了一......
期刊
