稀疏组Lasso相关论文
辨识序列间的因果联系是时间序列分析的主要任务之一.将Granger因果关系的检验问题转换为变量选择问题,应用稀疏组Lasso方法辨识序......
在神经影像学领域,静息态功能脑网络分析有了一定的进展。然而,传统的功能连接网络通常是基于成对相关来构建脑区之间的二阶关系,......
大数据往往具有高维度、稀疏性、来源差异性的特点,如何合理有效地挖掘、分析此类数据集之间的关联信息和差异性,同时完成数据特征......
随着机器学习算法以及深度学习算法在人工智能领域的飞速发展,我们对人工智能在生活中的应用产生了更高的要求。情感是人类的脑部......
财务报告舞弊行为对广大投资者的切身利益造成巨大损害,如何高效识别财务报告中的舞弊行为已成为目前研究的热点.在对已有的财务报......
目的卵巢癌是女性生殖器官常见的恶性肿瘤之一,90%的卵巢癌患者诊断时已进展到晚期(Ⅲ/Ⅳ期)。尽管治疗方式的不断改进,但晚期卵巢......
为减少人工读片的工作量及医生对肺结节解释的差异性,提出一种基于稀疏组Lasso特征选择与支持向量机分类器的肺结节CT征象自动标注......
稀疏组Lasso已经被证明是一种强大的回归技术,可以通过使用两层不同分组稀疏正则同时发现不同组的稀疏特性.但是在大量的应用中,由......
进行了大气污染物预测研究。针对传统的向量自回归模型方法所面临的过参数化问题，提出了稀疏组lasso罚向量自回归模型并应用近邻梯......
为克服自回归（Autoregressive,AR）模型仅用于单通道信号的局限性,多变量自回归（Multivariate Autoregressive,MVAR）模型已成为多通道时......
文章以支持向量机模型为基准模型,提出引入稀疏组Lasso惩罚函数的修正模型,并设计了有助于增强预测精度与预测效果的双层坐标下降......
