流式数据的动态正交降维算法

作     者：陈新元 谢晟祎 陈庆强 刘羽 CHEN Xinyuan;XIE Shengyi;CHEN Qingqiang;LIU Yu

作者机构：福州墨尔本理工职业学院信息工程系福建福州350108 福建农业职业技术学院实验实训中心福建福州350181 福建工程学院信息科学与工程学院福建福州350118 福州墨尔本理工职业学院现代教育技术中心福建福州350108 

基　　金：福建省中青年教师教育科研项目(JAT191663) 

出 版 物：《闽江学院学报》 (Journal of Minjiang University)

年 卷 期：2020年第41卷第5期

页      码：47-57页

摘      要：针对行业数据增长快、维数高且核心特征不明确等特点,提出基于Schmidt正交分解的动态正交降维算法(DOADR),在线性独立性基础上,设计自适应阈值机制以筛选基底矩阵,同时实现维数动态增长;根据流式数据的特点进一步提出增量DOADR算法优化阈值设计。真实数据集上的实验证明,算法较主流模型在计算开销、重构误差和分类准确率等指标上具有一定优势。

主 题 词：降维 正交分解 动态阈值 流式数据 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.19724/j.cnki.jmju.2020.05.008

馆 藏 号：203990848...