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:
高维数据分析是各种自然和工程科学研究中经常遇到的问题,也是统计学、机器学习、数据挖掘等领域的热门话题。例如在机器学习领域就有著名的”维数诅咒”的说法,即一般在低维情况下有效的模型和算法到了高维空间就有可能变得低效或者失效。因此高维数据的研究对众多领域都有重要的理论和现实意义。
推荐文章
基于等效平差因子的方差-协方差分量估计
方差-协方差分量估计
最小二乘理论
矩阵变换
等效平差因子
测量误差协方差矩阵的鲁棒估计
误差协方差阵
鲁棒估计
Hampel三截尾估计
过失误差
基于协方差矩阵重构的互质阵列DOA估计方法
DOA估计
互质阵列
差联合阵列
Toeplitz矩阵
基于修正后矩阵分解的最优协方差DOA估计
DOA估计
凸优化
矩阵分解
非均匀噪声
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 高维协方差估计
来源期刊 国外科技新书评介 学科 工学
关键词 高维空间 协方差估计 机器学习 高维数据 科学研究 数据分析 数据挖掘 统计学
年,卷(期) 2013,(10) 所属期刊栏目
研究方向 页码范围 11-11
页数 1页 分类号 TP18
字数 语种
DOI
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 张志斌 中国科学院计算技术研究所 82 365 9.0 19.0
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(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)
研究主题发展历程
节点文献
高维空间
协方差估计
机器学习
高维数据
科学研究
数据分析
数据挖掘
统计学
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
国外科技新书评介
月刊
北京市海淀区中关村北四环西路33号
出版文献量(篇)
4046
总下载数(次)
93
总被引数(次)
0
论文1v1指导