【摘 要】
：
针对传统变换矩阵的奇异值分解（SVD）或特征值分解（EVD）方法不适合大型或者顺序数据集的处理,对数据特征关联结构变化无法适应的问题,提出特征合并分裂增量式并行动态MCA解决方案
【基金项目】
：
湖北省教育厅科学技术研究基金项目（Q20142906）
论文部分内容阅读
针对传统变换矩阵的奇异值分解（SVD）或特征值分解（EVD）方法不适合大型或者顺序数据集的处理,对数据特征关联结构变化无法适应的问题,提出特征合并分裂增量式并行动态MCA解决方案。该算法包含两个改进形式：提出特征EVD合并分裂及SVD特征融合方案,建立精确的并行MCA流程设计;在MCA流程中修订并嵌入两增量EVD和SVD分解的方法,允许增量更新现有MCA解决方案,获得近似但非常准确的解决方案,适于具有积累效应的数据流处理。通过实验验证了该方法的有效性,并对算法在斧头湖水质分析中的应用进行研究。
其他文献
未君Wei Jun1973年生于湖南益阳,林凡先生入室弟子,当代极具代表性的青年工笔重彩画家之一。毕业于天津美术学院、中国艺术研究院研究生院中国画硕士研究生课程班。中国美术
网络化制造是在经济全球化、制造企业生产模式和管理方法正在发生着深刻的变革的背景下产生和发展的一种先进制造模式,是现代制造业发展的主要趋势。随着信息技术和网络技术
采用近红外低温加热技术对米糠进行稳定化处理,确定近红外稳定化最佳工艺,并以米糠脂肪酶和脂肪氧化酶活性、储藏稳定性,米糠毛油的色泽、生育酚、谷维素、脂肪酸含量作为评
传统单音素对音节内部和音节之间的协同发音影响采用相同处理方法,为此,分析音节内部和音节之间两种不同协同发音现象对可视语音合成的不同影响,提出一种改进参数控制的可视
针对传统基于手工特征的视觉位置识别方法受光照、季节等场景外观变化影响较大的问题,提出一种基于卷积神经网络的位置识别算法。根据卷积神经网络的网络结构设计一种图像描述符提取方法,提高所提取图像特征的鲁棒性;使用公开数据集离线训练视觉词袋模型,利用该模型加快图像匹配过程的搜索速度;通过计算两幅图像的相似度分数,得到位置识别的匹配结果。实验结果表明,该算法在场景外观变化的情况下位置识别的鲁棒性优于传统方法
电力行业是高危行业，伴随着国网公司对电力安全生产要求的不断提高，供电企业需要摆脱传统的安全监督管理办法，从而形成更为精确的电力安全监督管理体系。随着计算机、网络技术的