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:
大数据时代要求数据挖掘算法能高效处理海量数据,针对传统分类算法建模时间长、分类耗时久、算法难以理解等问题,提出一种基于正交投影的降维分类方法,通过投影方式将多维分类问题转化为多个二维投影面组合问题,建立投影面的密度模型进行分类.相比于常用的支持向量机(Support Vector Machine,SVM)、逻辑回归(Logistic Regression,LR)、k最近邻(K-Nearest Neighbor,KNN)等分类算法,基于正交投影降维的分类方法能够在不丢失分类准确度的同时,拥有较高的模型训练效率与分类效率.其算法易于实现,可用于实时性要求较高的应用场合,如入侵检测,交通调度等.
推荐文章
多维点集的特征正交投影分类模型
信息处理
目标分类集
正交投影
密度分布函数
分类模型
基于正交投影的三维模型相似性比较算法研究
三维模型
二维正交投影图像
边缘轮廓夹角
相似性
基于Keystone变换的正交投影欺骗干扰消除方法
欺骗干扰
keystone变换
距离走动
正交投影
基于原型与正交投影学习的图像集分类算法
图像集分类
原型学习
尺度学习
人脸识别
目标识别
模式识别
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 基于正交投影的降维分类方法研究
来源期刊 广东工业大学学报 学科 工学
关键词 数据挖掘 分类 正交投影 降维
年,卷(期) 2017,(3) 所属期刊栏目
研究方向 页码范围 1-7
页数 7页 分类号 TP391
字数 4151字 语种 中文
DOI 10.12052/gdutxb.170008
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 滕少华 广东工业大学计算机学院 121 825 15.0 20.0
2 张巍 广东工业大学计算机学院 62 412 11.0 15.0
3 卢东略 广东工业大学计算机学院 1 8 1.0 1.0
4 霍颖翔 广东工业大学计算机学院 7 35 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (51)
参考文献  (8)
节点文献
引证文献  (8)
同被引文献  (12)
二级引证文献  (3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(9)
  • 参考文献(0)
  • 二级参考文献(9)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(5)
  • 引证文献(3)
  • 二级引证文献(2)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据挖掘
分类
正交投影
降维
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
广东工业大学学报
双月刊
1007-7162
44-1428/T
16开
广东省广州市东风东路729号
1974
chi
出版文献量(篇)
2262
总下载数(次)
2
总被引数(次)
11966
论文1v1指导