大规模数据集相关论文
针对基于密度的噪声应用空间聚类算法（density based spatial clustering of applications with noise,DBSCAN）计算复杂度较高以及无......
通过协同求解多个概念漂移问题并充分挖掘相关概念漂移问题中蕴含的有效信息,共享矢量链支持向量机(Shared Vector Chain Supporte......
由于高性能计算和大规模分布式数据应用需要对输入/输出数据集进行大量共享式并发访问，本文提出并实现了LDDSS(Large-scaled Datase......
搜索引擎的出现帮助用户在纷繁杂乱的互联网信息中寻找相关的信息，因此检索结果的排序是至关重要的。作为新兴信息检索技术的排序学......
随着大数据时代的来临以及数据集容量的迅速增长,基于并行/分布式计算的频繁模式挖掘相比受内存和节点限制的传统技术在处理海量数......
学位
近年来，随着数据收集与存储技术的提高，人们收集到的数据量呈指数速度增长，传统的离群点检测方法在处理大规模数据集时已开始表现出极......
针对目前眼动跟踪方法难以适用于智能手机、平板电脑等便携式设备的问题,提出一种基于大规模数据集的眼动跟踪方法。首先,通过众包......
相关向量机(Relevance Vector Machine,RVM)是一种基于稀疏贝叶斯理论提出的机器学习算法,它的主要宗旨在于拟合目标数据进行分类......
谱聚类算法以谱图理论为基础,可以作为一种图论的分割方法,由于其强大的数学理论基础和广泛适用性,是目前国际上模式识别等领域的......
离群点检测在数据处理中具有重要研究意义,其检测方法大致可以分为基于统计、基于距离、基于密度和基于聚类的方法。为了及时掌握......
在大数据时代背景下，人们在生物、气象、交通、经济、医学等众多领域中均面临着分析处理各种纷繁复杂的数据，它们呈现出规模大、维数......
传统机器学习的方法是以假设样本集趋于无限为前提的,但实际问题中样本集都是有限的。Vapnik等人针对小样本提出了统计学习理论(St......
聚类分析是无监督模式分类的一个重要组成部分，也成为现代数据分析中越来越重要的一个工具。初始条件、相似性准则和聚类准则的不同......
随着信息技术的发展,各行各业都在应用这一技术,这样一来就使很多政府部门与企业等出现了很多数据,但以往的查询方法和统计技术只......
