文献检索 期刊检索

机器机器机器机器学习的高的高维困

2018年 第11期 | ;; 中国中国人民解放人民人民部队解放军321,河050040,河0000部队,河00北石家庄家庄050000

摘 要:在机器学在机器学在机器学在机器学参数量膨在机器学习领域经参数量膨、距离度常面临如参数量膨困局,而胀、稀疏性过拟合这类高维性过拟合、距离度、距离度可视化或量失效等困局,而这类高维数据中寻困局,而可视化或通过高维数据中寻可视化或局。者降维技数据中寻术在高维术在高维数据中寻找低维流行可以化解高维困局。

【分 类】 【工业技术】 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 自动推理、机器学习
【关键词】 机器学习 高维困局 距离度量
【出 处】 2018年 第11期 82-84页 共3页
【收 录】 中文科技期刊数据库

【参考文献】
[1]TSA[1][1][1]TSATSAT,CNG NG T,CT,CNG IW,KwOK JCorPM.maces:hinmacT,CectHEUNG CorCorPM.Core vectst st or NALetshinmachin MA. Jes: FaNE NE trst LEACH,SVMdatEARSVM trRESingge [J]lar OFlarainy l. JEARry OFlazingNALppra s on200 very NG RESl lERNlarge MAdata sRESingi-l):3. Jets[J]. JRESl lg aOURCHI7):NALEAR OF MAo mCHIabe[C]ou NE LEA63-RNIZH.NG RES,20EAR40(63-CH,2005(68-2):363-.[239207,.[2]Zhang mL,Zh07, REy lERNou eamingZH. REmL-.kNN:A lazy learning aCOGpproac048h to multi-leamabel ll leaming[C]. PATTERN RECOGNITION,2007,40(7):2038-2048.

原文预览

来源期刊
<span class='RJ4652702795090216770'>移</span><span class='TW5496422819977612996'>移</span><span class='ZL5473290484109432220'>信</span><span class='ED5451100190043710086'>动</span><span class='UJ5322224641495006754'>动</span><span class='HF5545560277092907995'>息</span><span class='TW4705134258884758272'>信</span><span class='ZV5696485940090686944'>息</span>
《移动信息》创刊于1979年,深耕于数字通信、信息传播技术领域,公开发行,主要刊登计算机技术与应用、通信热点技术、信息教育、图书馆信息管理等内容,专注于更新...详细
相似文献