期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于有效协方差矩阵估计的高维数据线性判别分析方法
1
作者
吕泳瑶
张妍
+1 位作者
刘奕彤
王国强
《统计与决策》
北大核心
2025年第19期42-46,共5页
高维数据分类问题在很大程度上依赖于精确的协方差矩阵估计或精度矩阵估计,而样本协方差矩阵的奇异性会给分类带来巨大的挑战。为此,文章提出一种改进的高维数据线性判别分析方法。首先,利用Frobenius范数下协方差矩阵的线性收缩估计和...
高维数据分类问题在很大程度上依赖于精确的协方差矩阵估计或精度矩阵估计,而样本协方差矩阵的奇异性会给分类带来巨大的挑战。为此,文章提出一种改进的高维数据线性判别分析方法。首先,利用Frobenius范数下协方差矩阵的线性收缩估计和旋转不变估计的凸组合来构建更适用于高维数据的有效协方差矩阵估计;其次,使用有效协方差矩阵估计来更新线性判别函数中的总体协方差矩阵,以获得改进的高维数据线性判别分析方法;最后,通过数值实验和实证研究对所提方法与经典机器学习可分类模型进行分类性能比较。结果显示,所提方法具有更高的准确率和更强的鲁棒性,在处理高维数据分类问题时是可行和有效的,尤其是当数据维度增加时,所提方法的优势更加显著。
展开更多
关键词
线性判别分析
协方差矩阵估计
高维数据分类
线性收缩估计
旋转不变估计
在线阅读
下载PDF
职称材料
基于MMTS-AdaBoost的高维结直肠癌癌前病变分类
2
作者
茅婷
张月义
+1 位作者
孙叶芳
虞岚婷
《计算机应用与软件》
北大核心
2024年第1期291-296,共6页
为实现通过提高癌前病变分类准确率,以降低结直肠癌的发生率和死亡率,提出一种基于MMTS-AdaBoost的高维数据分类算法,优化高维数据分类算法,提高分类性能。通过将本征正交思想引入马田系统,构建改进马田系统获取重要特征变量实现降维。...
为实现通过提高癌前病变分类准确率,以降低结直肠癌的发生率和死亡率,提出一种基于MMTS-AdaBoost的高维数据分类算法,优化高维数据分类算法,提高分类性能。通过将本征正交思想引入马田系统,构建改进马田系统获取重要特征变量实现降维。使用降维得到的特征,应用AdaBoost算法对癌前病变类型进行分类。实验结果表明,与使用降维处理的mrmr-AdaBoost和chisquare-AdaBoost算法,以及AdaBoost、BP网络、NB、SVM等经典分类算法相比,MMTS-AdaBoost的F1和G-mean更高,分类性能更优。
展开更多
关键词
结直肠癌癌前病变
高维数据分类
马田系统
ADABOOST
本征正交分解
在线阅读
下载PDF
职称材料
基于最大频繁项集的聚类算法
被引量：
1
3
作者
张伟
张泽洪
《江南大学学报（自然科学版）》
CAS
2007年第3期288-292,共5页
鉴于高维数据的稀疏性和分类数据特点,探讨了专门针对高维分类数据的聚类方法.首先将原始数据集转换成频繁项集,再通过改造频繁模式树以及给出的剪切策略,挖掘出事务的最大频繁项集,并基于最大频繁项集(MFI)的两个属性,将具有相同MFI的...
鉴于高维数据的稀疏性和分类数据特点,探讨了专门针对高维分类数据的聚类方法.首先将原始数据集转换成频繁项集,再通过改造频繁模式树以及给出的剪切策略,挖掘出事务的最大频繁项集,并基于最大频繁项集(MFI)的两个属性,将具有相同MFI的对象归于一类,由此提出了基于最大频繁项集的聚类算法.通过对分类数据集的实验,表明该算法具有相当的稳定性、健壮性和有效性.
展开更多
关键词
高维
分类
数据
最大频繁项集
频繁模式树
投影聚类算法
在线阅读
下载PDF
职称材料
题名
基于有效协方差矩阵估计的高维数据线性判别分析方法
1
作者
吕泳瑶
张妍
刘奕彤
王国强
机构
上海工程技术大学数理与统计学院
苏州经贸职业技术学院工业互联网学院
出处
《统计与决策》
北大核心
2025年第19期42-46,共5页
基金
国家自然科学基金资助项目(11971302,12171307)
苏州经贸职业技术学院校级课题(YJ-ZK2407)。
文摘
高维数据分类问题在很大程度上依赖于精确的协方差矩阵估计或精度矩阵估计,而样本协方差矩阵的奇异性会给分类带来巨大的挑战。为此,文章提出一种改进的高维数据线性判别分析方法。首先,利用Frobenius范数下协方差矩阵的线性收缩估计和旋转不变估计的凸组合来构建更适用于高维数据的有效协方差矩阵估计;其次,使用有效协方差矩阵估计来更新线性判别函数中的总体协方差矩阵,以获得改进的高维数据线性判别分析方法;最后,通过数值实验和实证研究对所提方法与经典机器学习可分类模型进行分类性能比较。结果显示,所提方法具有更高的准确率和更强的鲁棒性,在处理高维数据分类问题时是可行和有效的,尤其是当数据维度增加时,所提方法的优势更加显著。
关键词
线性判别分析
协方差矩阵估计
高维数据分类
线性收缩估计
旋转不变估计
Keywords
linear discriminant analysis(LDA)
covariance matrix estimation
high-dimensional data classification
linear shrinkage estimation
rotation-invariant estimation
分类号
O212.1 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
基于MMTS-AdaBoost的高维结直肠癌癌前病变分类
2
作者
茅婷
张月义
孙叶芳
虞岚婷
机构
中国计量大学经济与管理学院
出处
《计算机应用与软件》
北大核心
2024年第1期291-296,共6页
基金
国家社会科学基金项目(18BJY033)。
文摘
为实现通过提高癌前病变分类准确率,以降低结直肠癌的发生率和死亡率,提出一种基于MMTS-AdaBoost的高维数据分类算法,优化高维数据分类算法,提高分类性能。通过将本征正交思想引入马田系统,构建改进马田系统获取重要特征变量实现降维。使用降维得到的特征,应用AdaBoost算法对癌前病变类型进行分类。实验结果表明,与使用降维处理的mrmr-AdaBoost和chisquare-AdaBoost算法,以及AdaBoost、BP网络、NB、SVM等经典分类算法相比,MMTS-AdaBoost的F1和G-mean更高,分类性能更优。
关键词
结直肠癌癌前病变
高维数据分类
马田系统
ADABOOST
本征正交分解
Keywords
Precancerous lesions of colorectal cancer
High-dimensional data classification
Mahalanobis-Taguchi system
AdaBoost
Proper orthogonal decomposition
分类号
TP315.69 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
基于最大频繁项集的聚类算法
被引量：
1
3
作者
张伟
张泽洪
机构
江南大学信息工程学院
出处
《江南大学学报（自然科学版）》
CAS
2007年第3期288-292,共5页
文摘
鉴于高维数据的稀疏性和分类数据特点,探讨了专门针对高维分类数据的聚类方法.首先将原始数据集转换成频繁项集,再通过改造频繁模式树以及给出的剪切策略,挖掘出事务的最大频繁项集,并基于最大频繁项集(MFI)的两个属性,将具有相同MFI的对象归于一类,由此提出了基于最大频繁项集的聚类算法.通过对分类数据集的实验,表明该算法具有相当的稳定性、健壮性和有效性.
关键词
高维
分类
数据
最大频繁项集
频繁模式树
投影聚类算法
Keywords
high-dimensional categorical data
maximal frequent itemset
frequent pattern tree
projected clustering algorithm
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于有效协方差矩阵估计的高维数据线性判别分析方法
吕泳瑶
张妍
刘奕彤
王国强
《统计与决策》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于MMTS-AdaBoost的高维结直肠癌癌前病变分类
茅婷
张月义
孙叶芳
虞岚婷
《计算机应用与软件》
北大核心
2024
0
在线阅读
下载PDF
职称材料
3
基于最大频繁项集的聚类算法
张伟
张泽洪
《江南大学学报（自然科学版）》
CAS
2007
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
