基于特征的数据规格化方法

• 作者: 杨科华 董逸生 韩京宇
• 来源期刊: 计算机应用研究
• 关键词: 数据清洗 最大熵 马尔可夫模型 重叠特征
• 年，卷（期）: 2008,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2679-2683
• 页数: 5页
• 分类号: TP311.13
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2008.09.032

摘要

针对数据清洗时数据的标准化问题提出采用基于特征的马尔可夫模型来解决这一问题.在学习模型的过程中,通过最大熵方法提高样本学习的泛化能力.这种方法能够充分利用数据的重叠特征来辨识数据项对应的状态,结合了统计模型和规则模型的优点.理论分析和实验表明,该方法可以有效地实现数据清洗时的数据规格化.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨科华	东南大学计算机科学与工程系	11	124	6.0	11.0
2	董逸生	东南大学计算机科学与工程系	118	3003	29.0	49.0
3	韩京宇	南京邮电大学计算机学院	21	87	6.0	8.0