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
一种基于多层设计空间缩减策略的近似高维优化方法
二维FM系统的同时故障检测与控制
具有随机多跳时变时延的多航天器协同编队姿态一致性
二叠纪末生物大灭绝后Skolithos遗迹化石的古环境意义:以豫西和尚沟组为例
强震过程滑带超间隙水压力效应研究:大光包滑坡启动机制
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