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:
Machine Learning翻译过来即是机器学习简称ML,其是一门复杂的学科涉及的领域很广泛且其算法理论也是相对复杂.什么叫作机器学习呢,从字面就可以看出是有计算机的参与,通过模拟学习人类的行为来达到实现人类行为的目的.稀疏优化主要的目的就是将问题得到优化,那么这一过程则是会有优化模型的参与以及运用到一些相对应的算法.但是当前其过程涉及的一些理论知识以及算法一类的其实还是不那么成熟是需要继续发展的.在近几年中,稀疏优化在很多的领域方面得到了应用,例如对信号,图像的处理方面或者一些工程,金融中都有涉及,目前已经晋升到其领域中的一个很重要的分支.
推荐文章
大规模稀疏矩阵在并行应用中的通信优化研究
并行计算
通信优化
油藏数值模拟
稀疏度
机器学习在储层预测中的应用分析
机器学习
储层预测
神经网络
网络模型
机器学习算法在焊接领域中的应用
焊接
机器学习算法
人工神经网络
支持向量机
遗传算法
机器学习算法在麻醉领域的应用
麻醉
机器学习
围手术期管理
并发症
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 浅析稀疏优化在机器学习中的应用
来源期刊 电脑知识与技术 学科 工学
关键词 机器学习 模型 稀疏优化
年,卷(期) 2019,(19) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 194-195
页数 2页 分类号 TP3
字数 3519字 语种 中文
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 李董东 温州大学数理与电子信息工程学院 3 3 1.0 1.0
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  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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
机器学习
模型
稀疏优化
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
电脑知识与技术
旬刊
1009-3044
34-1205/TP
大16开
安徽省合肥市
26-188
1994
chi
出版文献量(篇)
58241
总下载数(次)
228
总被引数(次)
132128
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导