原文服务方: 计算机应用研究       
摘要:
全面总结了现有的高维数据降维方法,深入分析比较了它们各自的优缺点,并从应用的角度指出其今后发展的趋势在于多种降维技术的合理组合,尤其是线性降维与非线性降维思想的有机结合.
推荐文章
MapReduce框架下基于B+树的高维索引
大数据
MapReduce
KNN 查询
高维索引
高维数据特征降维研究综述
降维
机器学习
特征选择
特征抽取
评估准则
文本分类中的特征降维方法研究
文本分类
特征降维
集中度
分散度
评估函数
基于非降维注意力机制的滚动轴承故障诊断方法
故障诊断
残差网络
注意力机制
深度学习
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 高维索引机制中的降维方法综述
来源期刊 计算机应用研究 学科
关键词 降维 高维索引 本征维
年,卷(期) 2006,(12) 所属期刊栏目 综述评论
研究方向 页码范围 4-7
页数 4页 分类号 TP311
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2006.12.002
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 吴玲达 国防科学技术大学信息系统与管理学院 89 937 16.0 26.0
2 贺玲 国防科学技术大学信息系统与管理学院 3 31 2.0 3.0
3 蔡益朝 国防科学技术大学信息系统与管理学院 3 31 2.0 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  (17)
节点文献
引证文献  (28)
同被引文献  (30)
二级引证文献  (60)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(3)
  • 参考文献(3)
  • 二级参考文献(0)
2000(3)
  • 参考文献(3)
  • 二级参考文献(0)
2002(4)
  • 参考文献(4)
  • 二级参考文献(0)
2003(5)
  • 参考文献(5)
  • 二级参考文献(0)
2006(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)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(7)
  • 引证文献(6)
  • 二级引证文献(1)
2010(5)
  • 引证文献(3)
  • 二级引证文献(2)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(5)
  • 引证文献(3)
  • 二级引证文献(2)
2013(7)
  • 引证文献(4)
  • 二级引证文献(3)
2014(8)
  • 引证文献(2)
  • 二级引证文献(6)
2015(9)
  • 引证文献(0)
  • 二级引证文献(9)
2016(12)
  • 引证文献(1)
  • 二级引证文献(11)
2017(15)
  • 引证文献(3)
  • 二级引证文献(12)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
降维
高维索引
本征维
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导