基于免疫聚类的特征数据浓缩方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：针对诊断特征数据中重复或相似事例样本和特征参量之间可能存在的相关性,提出一种有效的特征数据双向压缩预处理方法,该法在不损失数据隐含的特征知识的前提下,能有效降低学习机器的学习负担.在进行样本参量的降维处理时,基于主元分析的思想,采用一种改进的主元分析(MPCA)方法用于横向数据压缩,在压缩样本数量时,综述和比较了现有的各种聚类算法,借鉴生物体自然免疫系统中克隆选择以及免疫网络自稳定等有关机理,提出了基于主元核相似度的免疫聚类算法用于纵向数据压缩.仿真实验验证了所提方法的有效性.

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：数据压缩 聚类算法 学术交流 大家共享 交流学习 免疫系统 机器学习 特征数据压缩 数据挖掘 主元分析