检索结果-内蒙古大学图书馆

吉林师范大学学报（自然科学版） 2019年第4期40卷 28-39页

作者：王纯杰刘斌霞蒋京京长春工业大学数学与统计学院吉林长春130012

基于临床试验中结肠癌的样本数据,利用R软件中的glmnet程序包对数据进行实证分析,筛选出对结肠癌影响作用大的基因,然后建立稀疏数据下的Logistic回归模型,并联系背景对模型进行解释.同时用SAS软件对数据做逐步回归,得到逐步回归下的Log... 详细信息

基于临床试验中结肠癌的样本数据,利用R软件中的glmnet程序包对数据进行实证分析,筛选出对结肠癌影响作用大的基因,然后建立稀疏数据下的Logistic回归模型,并联系背景对模型进行解释.同时用SAS软件对数据做逐步回归,得到逐步回归下的Logistic回归模型,对两种方法下得到的Logistic回归模型进行比较,成功地解决了数据稀疏问题.

关键词：稀疏数据 Logistic回归 LASSO 基因表达 R软件 SAS软件

来源：评论

学校读者我要写书评

暂无评论

稀疏数据情况下小椭圆轨道目标再入预报方法

引用

空间碎片研究 2020年第3期20卷 30-36页

作者：张炜崔文张育卫刘兴李菊清西安卫星测控中心西安710600

小椭圆轨道目标几乎每一圈都要穿过整个稠密大气层,由于弹道系数随高度变化,相较于近圆轨道目标,其再入预报难度更大,容易出现稀疏数据情况下轨道确定不收敛或残差过大、再入预报时弹道系数初值难确定等问题。针对这些问题,提出使用一... 详细信息

小椭圆轨道目标几乎每一圈都要穿过整个稠密大气层,由于弹道系数随高度变化,相较于近圆轨道目标,其再入预报难度更大,容易出现稀疏数据情况下轨道确定不收敛或残差过大、再入预报时弹道系数初值难确定等问题。针对这些问题,提出使用一轨道周期内的平均弹道系数进行再入预报,利用半数值法计算平均弹道系数、数值法进行短弧数据轨道确定和轨道外推。使用铱星52和其他11个小椭圆轨道目标进行了有效性验证,结果表明,基于平均弹道系数进行小椭圆轨道目标再入预报,可有效降低再入预报误差,预报精度达到与近圆轨道目标同等水平。

关键词：再入预报小椭圆轨道稀疏数据弹道系数

来源：评论

学校读者我要写书评

暂无评论

基于稀疏数据的协同过滤推荐算法研究及实现

基于稀疏数据的协同过滤推荐算法研究及实现

引用

作者：郭路路重庆邮电大学

学位级别：硕士

协同过滤能够根据个人先前的行为数据信息,准确预测个人将来所需的数据。随着计算机科学技术的普及和应用,在互联网中产生了大规模的数据,给人们的选择带来了极大的困难。因此,研究协同过滤推荐具有理论意义和应用价值。本文在详细分析... 详细信息

协同过滤能够根据个人先前的行为数据信息,准确预测个人将来所需的数据。随着计算机科学技术的普及和应用,在互联网中产生了大规模的数据,给人们的选择带来了极大的困难。因此,研究协同过滤推荐具有理论意义和应用价值。本文在详细分析协同过滤推荐现存问题的基础上,针对稀疏数据问题进行研究,主要工作包括:第一,针对数据稀疏环境下相似性判断策略失效的问题,本文提出基于用户评分偏好的策略。首先,分析用户间评分值信任关系,在皮尔逊相关系数的基础上引入用户评分值信任度,在计算用户间相似性时使用评分值信任度加权;其次,通过挖掘用户评分值背后隐含的用户真实偏好信息,找出高分人群和低分人群,构建用户评分偏好模型;最后,综合改良相似性评判和评分估测方法,更加准确的评判用户间的相似性,以得到更加紧凑的用户类别和更加准确的估测结果。第二,针对稀疏数据问题和用户兴趣的模糊性问题,本文提出融合模糊聚类的策略。模糊C均值算法在进行欧氏距离计算时,仅仅考虑用户对电影的评分数据,这样显的过于片面。本文定义用户间的属性距离,把用户间的属性距离和评分值间的欧氏距离进行加权融合,计算用户间的综合距离;针对模糊C均值算法对孤立点很敏感,且很容易产生局部最优问题,本文结合k-means++算法和k-mediods算法各自的优点,先进行一次聚类中心的筛选,然后将最终结果的类中心定为初始类中心,用于改良模糊C均值算法,优化聚类结果;针对MovieLens中电影评分数据稀疏问题,本文使用电影的类型信息,把用户-电影评分矩阵转换成用户-电影类型偏爱矩阵,达到降低维度的效果,使数据相对不再稀疏。第三,为了将本文介绍的理论在可以运行的系统中用实际数据来验证,本文设计并实现了一个协同过滤推荐原型系统,该原型系统能够完成电影爬虫、电影推荐、热门电影播放及电影评分等功能。

关键词：协同过滤稀疏数据模糊聚类评分偏好推荐系统

来源：评论

学校读者我要写书评

暂无评论

基于稀疏数据重构的城市道路交通排放量化与分析研究

基于稀疏数据重构的城市道路交通排放量化与分析研究

引用

作者：王天琦长安大学

学位级别：硕士

道路交通排放己经成为城市空气污染的主要来源之一,高精度车辆状态数据是排放量化分析的核心要素。但是在实际中,由于通信速率、数据存储和设备成本等诸多限制,大规模车辆高精度状态数据难以保证。因此,本文针对基于稀疏轨迹数据的微观... 详细信息

道路交通排放己经成为城市空气污染的主要来源之一,高精度车辆状态数据是排放量化分析的核心要素。但是在实际中,由于通信速率、数据存储和设备成本等诸多限制,大规模车辆高精度状态数据难以保证。因此,本文针对基于稀疏轨迹数据的微观/中观道路交通排放量化问题展开研究。论文以稀疏采样方法提取NGSIM高精度数据集,考虑车辆加速度随机特征与车辆状态的相关性原理,提出基于状态转移矩阵和速度转移矩阵的速度重构方法,以NGSIM高精度数据与其他两种重构算法作为本文速度重构算法性能的评价基准,以真实西安市浮动车稀疏数据重构西安市某主干道车辆速度,利用MOVES模型和VSP模型对西安市某主干道微观交通排放与西安市中观交通排放进行量化分析。具体研究工作如下:（1）针对NGSIM数据集的测量误差与异常值等问题,提出了一种基于小波变换的车辆速度/加速度滤波方法。论文采用NGSIM数据库中Lankershim大道数据作为数据源,通过分析车辆速度与加速度的突变特征,识别速度与加速度曲线中的第一类异常值与第二类异常值,其次分解速度与加速度得到尺度系数,软阈值化处理后进行逆变换得到降噪数据,数值分析实验以均方根误差和误差为指标,验证本文滤波方法的精度良好。（2）针对车辆稀疏数据的速度重构问题,提出了基于状态转移矩阵和速度转移矩阵的速度重构方法。对Lankershim数据集进行稀疏化采样,根据Lankershim数据的随机加速度特征,建立不同速度区间的加速度分布模型,考虑车辆状态间的相关性原理,结合状态转移矩阵P和速度转移矩阵A计算缺失速度信息,建立基于状态转移矩阵和速度转移矩阵的速度重构方法。论文以相同数据集对经典的三次样条插值速度重构和卡尔曼速度重构方法开展了速度重构实验,并通过均方根误差、皮尔逊相关系数、信噪比、箱线图等指标进行实验对比,结果表明了本文算法相比于其他两种算法具有更好的重构精度。在此基础上,选取西安市某主干道稀疏速度段V1、V2开展真实车辆速度重构实验,建立用于排放量化计算的高精度车辆速度数据。（3）针对基于稀疏数据的道路交通微观/中观排放量化问题,提出了一种基于MOVES模型和VSP模型的城市交通排放量化分析与评价方法。论文基于西安市浮动车数据分析西安市道路交通状况,计算大规模浮动车辆的VSP分布,对MOVES模型进行本地化处理并确定MOVES模型参数,基于速度重构数据量化西安市主干道微观交通排放情况。同时,基于浮动车数据量化西安市中观道路交通排放情况,以浮动车轨迹时空分布图、速度分布图等方式分析24小时车辆速度变化趋势,计算分析单位时间（1h）西安市车辆污染物排放、单位时间（1h）排放占总排放百分比,计算了单位距离（1km）下的道路交通污染物排放特征。西安市道路交通排放量化分析结果表明,西安市浮动车速主要集中在20～45km/h区间,其中30～40km/h占比最高。车辆高排放主要集中在7点～20点,早8点和9点污染物排放占比最高,CO、CO2、HC、NOX排放全天占比分别为8.6%和7.8%、11.1%和8.8%、7.14%和7.14%、12.3%和10.7%。

关键词：城市道路交通排放分析 NGSIM数据库稀疏数据速度重构 MOVES模型

来源：评论

学校读者我要写书评

暂无评论

面向稀疏数据的微分隐私数据发布

面向稀疏数据的微分隐私数据发布

引用

作者：陈婷婷福州大学

学位级别：硕士

信息能够在网络上被快速的传播和使用,给人们带来便利的同时却也使得信息中的个人信息更容易造成泄露,因此隐私保护成为一个重要的研究领域。许多机构专门收集分析具有潜在价值的数据,但这类数据往往含有用户的敏感信息,直接发布该类数... 详细信息

信息能够在网络上被快速的传播和使用,给人们带来便利的同时却也使得信息中的个人信息更容易造成泄露,因此隐私保护成为一个重要的研究领域。许多机构专门收集分析具有潜在价值的数据,但这类数据往往含有用户的敏感信息,直接发布该类数据将会威胁用户的隐私安全。如何使得发布的数据不泄露用户的敏感信息,又提供足够的信息可供挖掘是隐私保护研究的难点和重点。现有的隐私保护模型大多基于匿名机制,均需要特殊的攻击假设和一定的背景知识,具有一定的局限性。为此,Dwork等人提出可抵御任何背景知识攻击的微分隐私模型,该模型可提供更强的隐私保护力度。论文研究的主要目标是在微分隐私模型下设计出有效的稀疏数据发布算法,以期提高所发布稀疏数据的可用性。论文的主要工作包括：(1)针对现有基于微分隐私模型发布的稀疏列联表数据因存在查询结果为负数而降低数据实用性的问题,提出一个基于过滤加回策略的微分隐私稀疏列联表数据发布算法。该算法通过过滤掉不符合逻辑的数据,并把过滤数据的总值分类加回到保留数据,并对未达到阈值的保留数据循环地进行过滤加回。统计查询实验结果表明,本文算法可有效提高发布列联表数据的可用性。(2)针对现有微分隐私二维稀疏数据发布存在区域查询精度过低的问题,设计出基于一致性约束的微分隐私二维稀疏数据发布算法。算法将采样与四分树相结合,先利用过滤采样算法得到二维数据的采样集,实现对真实数据的扰动,然后将整个数据区域当做根节点,递归对其进行四分直至该区域没有采样点,最后使用线性无偏估计算法调节树节点间的不一致性。仿真实验结果表明,该方法可有效提高微分隐私二维稀疏数据发布的区域查询精度。(3)同样针对二维稀疏数据的可用性较低问题,提出一种基于kd-树划分的微分隐私二维稀疏数据发布算法。在第一层均匀划分的网格上基于kd-树对数据进行再划分。对第一层kd-树划分后的每个网格采用自适应划分,同时仍采用kd-树再做一次划分。在两层kd-树划分后的数据上分配隐私参数,通过线性无偏估计算法调节数据的不一致性,最后通过发布二层数据来提供查询。对比实验结果表明,利用本文提出的方法可有效提高发布数据的可用性。

关键词：微分隐私数据发布稀疏数据统计查询查询精度

来源：评论

学校读者我要写书评

暂无评论

基于Bayes估计的稀疏数据X-射线CT重建算法研究

基于Bayes估计的稀疏数据X-射线CT重建算法研究

引用

作者：谢丹艳燕山大学

学位级别：硕士

CT成像的实质是计算机层析成像,广泛应用于医学,地质探测等领域,对于检测物体内部信息是一种不可或缺的技术。当前医疗CT软件的主要算法有直接反投影法,迭代法等。但是随着研究深入,出现稀疏数据成像问题,无法用传统方法重建清晰图像。... 详细信息

CT成像的实质是计算机层析成像,广泛应用于医学,地质探测等领域,对于检测物体内部信息是一种不可或缺的技术。当前医疗CT软件的主要算法有直接反投影法,迭代法等。但是随着研究深入,出现稀疏数据成像问题,无法用传统方法重建清晰图像。为了解决这个问题,本文对基于Bayes估计的CT重建方法进行研究。首先,介绍了CT成像的背景、发展现状以及当前医疗CT的模型和CT重建的理论基础及数学依据等基础知识。其次深入研究了基于Bayes估计的CT重建方法的原理,分析先验信息,似然函数,后验概率密度在X-射线成像中的具体体现。在Bayes理论的基础上采用Fortran语言对稀疏数据模型进行重建,采用结构先验模式,结合扫描获得的X-射线衰减量,获得图像的后验概率密度,通过对其进行Gibbs抽样,用均值估计法重建图像。确定对重建图像质量产生影响的关键因素是先验估计范围的选择和后验抽样的次数。并通过对附带噪声模型的重建来考察基于Bayes估计重建方法的抗噪声能力。再次,分析了代数迭代法(ART算法)原理,采用ART算法重建图像,并得到对图像质量产生影响的因素是分块的多少和迭代的次数。最后,采用基于Bayes估计的CT重建方法和ART算法分别对块状模型进行了重建,从图像清晰度、实时性、抗噪声能力等方面展开比较,说明各自的优缺点。在此基础上提出结合两者各自的优点,在无先验情况下采用迭代法少分块少迭代的结果作为基于Bayes估计的CT重建算法的先验信息,得到了良好的重建结果。

关键词： Bayes估计稀疏数据 CT重建结构先验噪声

来源：评论

学校读者我要写书评

暂无评论

面向稀疏数据的GPU程序优化技术研究

面向稀疏数据的GPU程序优化技术研究

引用

作者：李广力吉林大学

学位级别：硕士

随着信息技术的不断发展,计算机需要处理的数据量和任务量日益增多,为了提高计算机程序的运行速度,越来越多的公司、科研机构开始通过结合中央处理器(CPU)和图形处理器(GPU)的技术设计高性能的并行应用程序。近年来,GPU已经广泛部署在... 详细信息

随着信息技术的不断发展,计算机需要处理的数据量和任务量日益增多,为了提高计算机程序的运行速度,越来越多的公司、科研机构开始通过结合中央处理器(CPU)和图形处理器(GPU)的技术设计高性能的并行应用程序。近年来,GPU已经广泛部署在数据中心、高性能计算中心等大型计算集群中,许多智能手机、自动驾驶汽车、智能摄像头等嵌入式设备也集成了GPU。NVIDIA、AMD等GPU厂商提供了CUDA、OpenCL等GPU编程平台和语言,让用户能够更加方便地编写GPU并行程序。但由于GPU与CPU的体系结构存在较大差异,编写高性能的GPU程序往往需要一定的经验和优化技巧,这使得普通用户编写的程序往往还有较大的优化空间。为了充分利用深度学习、数据挖掘等场景中常见的数据稀疏性,本文对面向稀疏数据的GPU程序优化技术进行了深入的研究。本文首先提出了一种面向稀疏数据的GPU程序优化思路,主要包含立即数替换和稀疏常量优化两种策略,通过对基于源代码、目标代码进行程序优化的过程进行分析,阐述了基于目标代码的程序优化方法的优势。为了在目标代码层次进行稀疏数据的替换,设计了一种基于模板的立即数替换方法,通过在源代码中设置模板数据的方式实现稀疏目标代码的生成。利用稀疏常量优化的思想,分别设计了基于PTX的稀疏目标代码优化方法和基于cubin的稀疏目标代码优化方法。为了充分发挥两种稀疏目标代码优化方法的优势,本文构建了GPU程序优化的性能模型,对优化方法的开销和收益进行分析,进而指导GPU程序优化的过程。本文提出了一种基于图模型的GPU程序形式化描述方法,将GPU程序用嵌套的有向无环图(DAG)来表示,进而对GPU程序中存在的动态优化机会进行分析,并设计了相应的算法对GPU程序每个部分的可隐藏优化时间进行计算。在以上工作的基础上,本文提出了一套面向稀疏数据的程序优化框架,该框架将GPU程序转化为程序执行图,使用基于PTX目标代码的程序优化方法对程序进行静态优化,使用基于cubin目标代码的程序优化方法对程序进行动态优化,使用性能模型指导框架选择合适的优化策略。在实验部分,本文以经典的Le Net-5网络结构为例,对深度学习场景中存在的稀疏数据优化机会进行了分析,构建了LeNet-5网络训练过程和预测过程对应的程序执行图,并阐述了如何在深度学习场景中应用优化框架对其训练和预测过程进行优化。为了验证程序优化方法的性能,本文从主流的LeNet、Alex CIFAR-10和ResNet等网络结构中选取了典型的卷积操作分别对基于PTX目标代码的程序优化方法和基于cubin目标代码的程序优化方法的优化性能进行了测试。实验结果表明:使用本文设计的GPU程序优化框架进行优化的卷积操作在动态优化场景下的性能最高可达业内公认的高性能库cuDNN中卷积操作的1.6倍,静态优化场景下的性能最高可达cuDNN中的卷积操作的6.9倍,优化的卷积操作与稀疏矩阵高性能计算库cuSparse相比有着10～70倍的性能优势。本文的程序优化框架有着显著的性能优化效果且具有通用性,能够广泛应用在数据稀疏的场景中。

关键词： GPU程序优化稀疏数据深度学习

来源：评论

学校读者我要写书评

暂无评论

基于地质剖面图稀疏数据的二维地质建模技术研究与应用

基于地质剖面图稀疏数据的二维地质建模技术研究与应用

引用

作者：梁霄中国石油大学（华东）

学位级别：硕士

剖面图是地质研究，特别是石油勘探开发研究中最基本的地质图件，但目前对剖面图的处理、绘制还大都还停留在手工阶段，而人们应用计算机绘制剖面图却因缺少开发剖面图图件的规范，使得地质信息管理变得杂乱无章。为此需要建立一个地质... 详细信息

剖面图是地质研究，特别是石油勘探开发研究中最基本的地质图件，但目前对剖面图的处理、绘制还大都还停留在手工阶段，而人们应用计算机绘制剖面图却因缺少开发剖面图图件的规范，使得地质信息管理变得杂乱无章。为此需要建立一个地质剖面图模型规范。\n 本文分析地质剖面图空间数据的概念模型、逻辑模型、物理模型，论述了应用数学、地质学和计算机自动绘图技术等手段建立二维地质剖面矢量数据模型的原理和方法，为油气勘探管理剖面图图件提供了一种有效的解决方案。在建模研究中，本文主要讨论了模型的总体结构和剖面大层线、剖面断层线等各种剖面图素的构建算法，并分别对三种稀疏数据处理问题提出了解决方案，同时对剖面断层线生成过程中遇到的断层编号问题算法进行研究和改进。\n 最后，本文利用建立的二维地质剖面图矢量数据模型和图素构建算法，使用VC++语言，完成“地质剖面图自动生成系统”，实现了剖面图图件的自动化生成，提高生产管理效率，为科研人员决定勘探方向、布井位置和油气田开发方案提供了有利的决策依据。本文所论述的各种图素建立方案以及稀疏数据的处理方法都在实际应用中得到了验证，效果理想。

关键词：油藏建模二维地质剖面图地质图件稀疏数据可视化石油勘探开发

来源：评论

学校读者我要写书评

暂无评论

稀疏数据频繁项集挖掘算法研究综述

稀疏数据频繁项集挖掘算法研究综述

引用

第六届中国计算机学会大数据学术会议

作者：肖文胡娟河海大学文天学院安徽马鞍山 243031

频繁项集挖掘(Frequent Itemset Mining,FIM)是最重要的数据挖掘任务之一,被挖掘数据集的特征对FIM算法的性能有着显著影响.在大数据时代,稀疏是大数据的典型特征之一,对传统FIM算法的性能带来严峻挑战.针对在稀疏数据中如何高效进行FI... 详细信息

频繁项集挖掘(Frequent Itemset Mining,FIM)是最重要的数据挖掘任务之一,被挖掘数据集的特征对FIM算法的性能有着显著影响.在大数据时代,稀疏是大数据的典型特征之一,对传统FIM算法的性能带来严峻挑战.针对在稀疏数据中如何高效进行FIM的问题,本文从稀疏数据的特征出发,分析了稀疏数据对三种类型FIM算法性能的主要影响,对已经提出的稀疏数据FIM算法进行了综述,对算法中采用的优化策略进行了讨论,最后通过实验对代表性的稀疏数据FIM算法进行了性能分析.实验结果表明,采用伪构造策略的模式增长算法最适合用于稀疏数据的FIM,该算法在运算时间和存储空间上比其他算法具有较大的优势.

关键词：稀疏数据频繁项集挖掘伪构造策略

来源：评论

学校读者我要写书评

暂无评论

稀疏数据情形下隐含波动率的估计方法及应用研究

引用

中国货币市场 2024年第10期 45-49页

作者：蔺顺锋陈龙中国光大银行金融市场部

随着企业汇率风险中性意识日益强化,汇率风险管理效能持续提升,期权业务的应用场景不断拓宽。然而,在新兴市场或针对特定标的期权市场中,市场成交数据常显稀缺。针对这一挑战,文章采用数据插补技术,基于SABR模型对隐含波动率进行估计,... 详细信息

随着企业汇率风险中性意识日益强化,汇率风险管理效能持续提升,期权业务的应用场景不断拓宽。然而,在新兴市场或针对特定标的期权市场中,市场成交数据常显稀缺。针对这一挑战,文章采用数据插补技术,基于SABR模型对隐含波动率进行估计,通过具体案例,直观地展示了模型应用的效果,以期为稀疏估计领域的研究和实践提供参考。

关键词：隐含波动率新兴市场方法及应用期权市场数据插补稀疏数据风险中性成交数据

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：