传统的高维稀疏矩阵降维方法已经在文本和图像的检索、过滤、聚类和分类等方面得到应用。但由于这些方法在计算的时间、矩阵的存储量和分解结果的可解释性三方面存在一定不足,因此限制了这些方法在实际中的应用。本项目旨在进一步完善高维稀疏矩阵降维方法的理论,研究和挖掘高维稀疏矩阵降维方法与逆向工程、Web性能测试两个领域的结合点,提出能解决高维稀疏矩阵问题的对象抽取方法和典型用户发现方法。
{{i.achievement_title}}
数据更新时间:2023-05-31
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
特斯拉涡轮机运行性能研究综述
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
小跨高比钢板- 混凝土组合连梁抗剪承载力计算方法研究
栓接U肋钢箱梁考虑对接偏差的疲劳性能及改进方法研究
随机矩阵/数组形式高维数据的充分降维:统计理论、方法及其应用
多视野高维复杂数据融合降维方法与理论研究
数据缺失时高维数据降维分析的方法、理论与应用
基于离散分析方法的谱图理论研究及其在高维数据降维中的应用