论文部分内容阅读
A Research on Data Mining Analysis for Diabetes Evaluation and Medical Decision in Northwestern Nige
【机 构】
：
燕山大学
【出 处】
：
燕山大学
【发表日期】
：
2020年11期
【基金项目】
：
其他文献
随着信息时代的不断发展,数据质量的重视程度逐渐提高,异常数据检测作为提高数据质量的一种方式被广泛运用在变电设备状态诊断等领域。对于高维异常数据检测中存在的各种问题,提供一种具有高精度、高稳定性且执行时间快的针对高维异常数据检测方法变得越发关键。故,研究高维数据的异常检测具有极其重要的意义和广泛的应用价值。本文对高维数据的异常检测问题和相关解决方案进行了以下深入的研究工作:(1)面对高维异常数据检测
学位
随着移动互联网的迅速发展和移动智能设备的普及,互联网社交进入了自媒体时代。网络平台中随之涌现的海量短视频阻碍了用户准确获取真正感兴趣的视频内容,而点击率预测正是解决该问题的核心环节,因此提高点击率预测的准确率具有重要的理论意义和应用价值。本文总结了近年来点击率预测领域的研究成果,结合短视频领域的特殊业务场景,发现现今的短视频点击率预测模型存在一些不足。因此本文结合了深度学习和视频内容分析方法,提出
学位
云存储为用户提供了大量的存储空间,削减了用户对数据本地存储管理的投入,满足了用户的存储需求。然而,当数据所有者将数据外包给云服务器进行存储管理时,也就失去了对数据的直接控制,由于系统软/硬件故障、人为等因素的存在,这些数据有被篡改、丢失的风险,同时云存储供应商为了维护自身声誉很可能隐瞒这一事实,甚至为了节约存储空间、提高经济效益故意删除用户不常访问的数据。因此,用户对存储在云端的数据完整性进行审计
学位
轨迹相似度计算是轨迹数据分析的主要内容之一,其广泛地应用于轨迹聚类、轨迹模式挖掘等应用。现有的轨迹相似度计算方法在计算道路网轨迹相似度时,算法复杂度高且没有考虑轨迹之间的路网距离。为了解决这个问题,本文提出了一种基于Seq2Seq技术的道路网轨迹相似度计算方法,将道路网轨迹映射成高维空间向量,通过比较高维空间向量之间的距离得到原轨迹之间的相似度。主要研究内容如下:(1)由于道路网轨迹相似度计算首先
学位