主成分分析与奇异值分解技术在铁路数据预处理中的应用

• 作者: 东春昭 徐贵红 杨涛存 郭剑峰
• 来源期刊: 铁路计算机应用
• 学科: 交通运输
• 关键词: 主成分分析 奇异值分解 数据预处理
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 数据分析
• 页码范围: 55-57,62
• 页数: 4页
• 分类号: U29-39
• 字数: 2411字
• 语种: 中文

摘要

数据预处理是在数据建模之前对采集到的原始数据进行的一些前期处理工作，能够滤除原始数据存在的噪声干扰、降低数据维度进而提取数据的时域特征。铁路运输行业在生产过程中累积的大量数据往往包含着噪声干扰，并且经常是海量高维的，无法直接用于数据建模、分析和挖掘。主成分分析与奇异值分解作为线性代数中一种重要的矩阵分解技术，已经成为近年来常用的数据时域预处理方法，本文主要论述主成分分析与奇异值分解技术在铁路数据预处理中的应用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭剑峰	中国铁道科学研究院铁路大数据研究与应用创新中心	9	28	3.0	5.0
2	徐贵红	中国铁道科学研究院铁路大数据研究与应用创新中心	14	92	4.0	9.0
3	杨涛存	中国铁道科学研究院铁路大数据研究与应用创新中心	6	13	3.0	3.0
4	东春昭	中国铁道科学研究院铁路大数据研究与应用创新中心	5	19	3.0	4.0