作者:
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:
对高维数据集合的维数消减方法及其应用进行了分类研究.将数据维数消减方法主要分为两类:子集选择法和数据变换法.基于统计数学和现有的数据挖掘模型,给出了这两类中的一些典型的维数消减方法,并对这些方法的主要特性和有效应用进行了分析、探讨,给出了一些可行的方法实现策略.
推荐文章
数据预处理的数据缩减方法的研究
数据预处理
数据缩减
离散化
内场RCS测试环境中误差的消减方法研究
内场
RCS测量
误差消减方法
时域门
基于双门限盒维数与信息维数的协作感知方法
认知超宽带
频谱感知
盒维数
信息维数
无线通信
流形学习中非线性维数约简方法概述
维数约简
流形学习
多维尺度
等距映射
拉普拉斯特征映射
局部线性嵌入
局部切空间排列
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 数据维数消减方法研究
来源期刊 计算机工程与设计 学科 工学
关键词 数据挖掘 维数消减 子集选择 数据变换 数据分析
年,卷(期) 2006,(16) 所属期刊栏目 研究与分析
研究方向 页码范围 3000-3002
页数 3页 分类号 TP391
字数 4188字 语种 中文
DOI 10.3969/j.issn.1000-7024.2006.16.028
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 吴新玲 广东技术师范学院信息工程系 14 40 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (37)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (13)
二级引证文献  (32)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(11)
  • 引证文献(0)
  • 二级引证文献(11)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数据挖掘
维数消减
子集选择
数据变换
数据分析
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
总被引数(次)
161677
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导