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:
根据SVM在函数拟合方面的特点,建立了一个函数模型.通过确定主要影响因子和选定数据集后,对该模型进行了训练,最后成功地应用于缺失数据补齐.经过真实工程数据实验证实,基于SVM的缺失数据补齐方法具有明显实用性.
推荐文章
海量数据的支持向量机优化挖掘方法
海量数据
支持向量机
多簇团粒子
数据拟合
整合运算
挖掘离散
优化方法
基于相似关系向量的不完备数据补齐算法
粗糙集
不完备信息系统
相似关系向量
可辨识矩阵
基于支持向量机的流量分类方法
流量分类
支持向量机
流量识别
基于支持向量机的软测量建模方法
支持向量机
发酵
软测量
神经网络
部分最小二乘
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 基于支持向量机的缺失数据补齐方法
来源期刊 计算机工程与应用 学科 工学
关键词 补齐 缺失数据 支持向量机 回归分析
年,卷(期) 2006,(36) 所属期刊栏目 工程与应用
研究方向 页码范围 207-208,215
页数 3页 分类号 TP18
字数 3045字 语种 中文
DOI 10.3321/j.issn:1002-8331.2006.36.063
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (1839)
参考文献  (4)
节点文献
引证文献  (15)
同被引文献  (16)
二级引证文献  (15)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(7)
  • 参考文献(3)
  • 二级参考文献(4)
2001(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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(11)
  • 引证文献(2)
  • 二级引证文献(9)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
补齐
缺失数据
支持向量机
回归分析
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导