免费论文摘要：因变量型数据的降维本领及其运用

    消息期间以及大数据期间的到来使全社会的数据量表露爆裂性延长之势，现阶段的数据表露出了高速洪量的特性，怎样高效处置大范围数据并发掘其里面特性，变成了生人面对的挑拨之一。因变量型数据领会为处置和领会大范围数据供给了一种崭新而灵验的思维，在工程本领、底栖生物高科技、财经处置、社会接洽等范围都有普遍的运用。    因变量型数据领会假如察看的数据是无量维因变量空间的元素而不只仅是独立的点，这在处置洪量高速的数据时具备特殊的上风。正文开始对因变量型数据预处置上面举行了计划，提出了一种贯串B样条拟合与谱领会的因变量型数据预处置本领，灵验减小了非稳固功夫序列中周期项的干预；接下往返顾了暂时因变量型数据降维范围的重要特性索取本领，囊括主因素领会，聚类领会等。在此普通上，作品提出了因变量型Gram-Schmidt变量挑选本领这一新式降维本领。其余正文在上述本领的实行进程中，均贯串了GPU并行算法，使得处置洪量、高维流数据的进程越发赶快、高效。    在表面接洽的普通上，正文以黄金、美元数据以及脑电磁波数据为两个范例举行领会。开始对1973年1月至2008年12月的黄金价钱以及美元指数月度数据举行因变量型数据预处置，灵验剔除去原始数据中周期项的干预，齐头并进一步对处置截止举行了比对领会。随后作品鉴于脑电磁波旗号这一洪量、高维的流数据，辨别运用因变量型聚类、因变量型主因素、以及因变量型Gram-Schmidt三种降维本领举行领会，深刻商量了人脑上64个电极之间的接洽，在各别情况下的振动状况以及振动进程中包括的顺序。上述范例接洽获得了少许有意旨的论断，同声也考证了所提出本领的适用性和灵验性。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/282587.html