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:
时间序列分析是在诸如气象预报,交通流量预测等领域中的是常用的方法手段之一,但是在这些领域数据中经常会发生观测数据缺失的情况.本文使用了一种基于概率矩阵分解的改进方法,医疗数据进行插补,并评估了该方法对于时间序列缺失数据插补的准确度.
推荐文章
正态模型缺失数据的贝叶斯和Jackknife多重插补法的比较
贝叶斯多重插补法
Jackknife多重插补法
缺失数据
基于贝叶斯-高斯模型的多本体映射算法
本体异构
本体映射
贝叶斯网络
高斯模型
聚类判定
迭代映射
贝叶斯网络在大规模医疗数据上的应用研究
数据挖掘
贝叶斯网
粗糙集
规则推理
医疗服务
非线性/非高斯序贯贝叶斯滤波
序贯贝叶斯滤波
状态-空间模型
卡尔曼滤波
质点滤波
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 基于贝叶斯高斯CP分解在医疗数据插补中的应用
来源期刊 数码世界 学科
关键词 时间序列 数据插补 概率矩阵分解
年,卷(期) 2020,(6) 所属期刊栏目 智能制造
研究方向 页码范围 275-276
页数 2页 分类号
字数 2111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 陈雁声 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (2)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(2)
  • 参考文献(0)
  • 二级参考文献(2)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
时间序列
数据插补
概率矩阵分解
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
数码世界
月刊
1671-8313
12-1344/TP
大16开
北京市海淀区永定路4号A院3号楼506室
6-167
2002
chi
出版文献量(篇)
22805
总下载数(次)
112
总被引数(次)
4543
论文1v1指导