搜索筛选:
搜索耗时0.0961秒,为你在为你在102,285,761篇论文里面共找到 7 篇相符的论文内容
发布年度:
[学位论文] 作者：孙婧昊,
来源：中山大学 年份：2006
数据挖掘是目前国际上数据库和信息决策领域最前沿的研究方向之一。由于高维数据日益成为主流，在实际应用中经常会遇到高维数据的情况，对高维数据挖掘的研究有着越来越重要的意......
[期刊论文] 作者：任江涛, 黄焕宇, 孙婧昊, 印鉴,,
来源：计算机应用 年份：2006
特征选择是模式识别及数据挖掘等领域的重要问题之一。针对高维数据对象,特征选择一方面可以提高分类精度和效率,另一方面可以找出富含信息的特征子集。针对此问题,提出了一...
[期刊论文] 作者：任江涛,孙婧昊 ,黄焕宇 ,印鉴,
来源：计算机工程 年份：2007
提出了一种新的面向高维数据的特征选择方法，在特征子集搜索上采用遗传算法进行随机搜索，在特征子集评价上采用基于边界点的可分性度量作为评价指标及适应度。实验结果表明，该算......
[期刊论文] 作者：任江涛,孙婧昊,黄焕宇,印鉴,,
来源：计算机科学 年份：2006
特征选择是模式识别及数据挖掘等领域的重要问题之一。针对高维数据对象，特征选择一方面可以提高分类精度和效率，另一方面可以找出富含信息的特征子集。针对此问题，本文提出一种......
[期刊论文] 作者：任江涛,黄焕宇,孙婧昊,印鉴,,
来源：计算机科学 年份：2006
特征选择是模式识别及数据挖掘等领域的重要问题之一。针对高维数据对象（如基因表达数据）的特征选择，一方面可以提高分类及聚类的精度和效率，另一方面可以找出富含信息的特征子集......
[期刊论文] 作者：任江涛,孙婧昊,施潇潇,黄焕宇,印鉴,,
来源：计算机应用 年份：2006
K均值算法是聚类分析中使用最为广泛的算法之一。针对文本聚类所面临的维数灾难,稀疏向量以及标准K均值算法初始中心点选择的随机性等问题,提出了一种面向文本聚类的改进的K均值算法,通过运用特征选择及降维、稀疏向量筛除、基于密度及散布的初始中心点搜索等方......
[期刊论文] 作者：任江涛,施潇潇,孙婧昊,黄焕宇,印鉴,
来源：计算机科学 年份：2006
聚类分析是数据挖掘及机器学习领域内的重点问题之一。近年来，为了提高聚类质量，借鉴和引入了分类领域特征选择及特征赋权思想，提出了一些基于特征赋权的聚类算法。在这些研究基......
相关搜索：
