基于维度扩展重排的高维数据降维挖掘技术
Computer Simulation（2022）
摘要
针对高维数据特征占用空间较大,导致挖掘精准度不高、完整程度较低的问题,提出基于维度扩展重排的高维数据降维挖掘技术.明确高维数据结构对数据挖掘的影响,在特定区间内对数据进行预处理变换;利用奇异值分解法选择首维度,使用皮尔森相关系数计算维度相似性,建立相似性结果矩阵,结合首维度找出第二维度,以此类推实现维度扩展重排;将高维数据通过某种组合投影到低维子空间中,降低数据维度,通过数据聚类及特征压缩转换建立高维数据降维挖掘模型.仿真结果表明,所提方法能够改善挖掘精准度、减少时间消耗,大幅度提高数据完整性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要