基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文利用矩阵的扫描运算,提出一种对高维随机向量X=(X1,X2,…,xp)′进行降维处理的实用方法一主变量筛选方法,给出了该方法的理论依据、直观解释、算法及数值例子.该方法是不同于主成分分析法的一种降维方法.特别,当变量X多重相关性突出时,本文方法效果显著.
推荐文章
主变量筛选法在武器型号费用数据处理中的应用
主变量筛选法
多重相关性
降维
费用数据
基于数据依赖图的主域变量识别方法
遗留系统
主域变量
数据依赖图
基于主成分分析的多变量决策树构造方法
数据挖掘
单变量决策树
多变量决策树
主成分分析
面向云计算的主成分分析多变量局域预测模型
云计算
多变量相空间
主成分分析
局域预测模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 主变量筛选方法
来源期刊 应用数学学报 学科 数学
关键词 主变量 多重相关性 线性表示 筛选方法 扫描运算
年,卷(期) 2002,(1) 所属期刊栏目
研究方向 页码范围 101-107
页数 7页 分类号 O1
字数 5099字 语种 中文
DOI 10.3321/j.issn:0254-3079.2002.01.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴翊 国防科技大学理学院系统科学与数学系 44 402 12.0 18.0
2 胡庆军 国防科技大学理学院系统科学与数学系 3 63 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (38)
同被引文献  (18)
二级引证文献  (207)
1933(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(3)
  • 引证文献(3)
  • 二级引证文献(0)
2004(6)
  • 引证文献(5)
  • 二级引证文献(1)
2005(11)
  • 引证文献(4)
  • 二级引证文献(7)
2006(14)
  • 引证文献(4)
  • 二级引证文献(10)
2007(20)
  • 引证文献(3)
  • 二级引证文献(17)
2008(28)
  • 引证文献(2)
  • 二级引证文献(26)
2009(24)
  • 引证文献(5)
  • 二级引证文献(19)
2010(21)
  • 引证文献(0)
  • 二级引证文献(21)
2011(29)
  • 引证文献(2)
  • 二级引证文献(27)
2012(16)
  • 引证文献(1)
  • 二级引证文献(15)
2013(10)
  • 引证文献(1)
  • 二级引证文献(9)
2014(20)
  • 引证文献(2)
  • 二级引证文献(18)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(11)
  • 引证文献(3)
  • 二级引证文献(8)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(10)
  • 引证文献(2)
  • 二级引证文献(8)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
主变量
多重相关性
线性表示
筛选方法
扫描运算
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
应用数学学报
双月刊
0254-3079
11-2040/O1
16开
北京市海淀区中关村东路55号
2-822
1976
chi
出版文献量(篇)
1975
总下载数(次)
3
论文1v1指导