流特征相关论文
多标记特征选择一直是数据挖掘领域中数据预处理的关键技术之一。随着互联网技术的高速发展,多标记数据在各个领域以在线的形式持......
特征选择方法在数据分析与降维中发挥着重要的作用。目前很多特征选择方法存在着一些共性问题,如大量的参数调节、运行时间长、特......
近年来,因果特征选择已逐渐成为机器学习和因果发现领域的研究热点。它通过将特征预测与因果发现联系在一起来识别目标属性（Target ......
近年来,在线流特征选择（Online Feature Selection with Streaming Features,OSFSF）作为数据降维的有效方法,以实时过滤不相关和冗余......
特征选择作为维度约简的重要方法之一,一直活跃在机器学习与模式识别的研究舞台上。特征选择由于其本身的可解释性和对原特征的保......
互联网已经渗入人们生产生活的方方面面,给人们带来极大便利的同时,网络空间安全却也正面临着巨大挑战。其中,HTTP隧道技术简单高......
伴随着互联网技术的高速发展,网络设备与计算机已经深入到国家机关、企业和千家万户中,我们对计算机网络的依赖性日益增强。同时我......
近几年来伴随网络技术的发展,P2P技术已经得到了广泛的应用,据调查,P2P应用产生的网络流量己占据ISP业务总量的60%-90%,严重影响了......
大数据的高速发展,使特征选择技术面临着新的数据类型的挑战,类型之一的是流特征。流特征是指数据的样本空间固定不变,特征空间随......
因果结构学习的目标是通过对大量数据的训练得到一个反映事物之间客观联系的因果模型。挖掘蕴含在数据中的因果结构关系,为我们认......
