高维
高维的相关文献在1988年到2023年内共计1002篇,主要集中在自动化技术、计算机技术、数学、物理学
等领域,其中期刊论文278篇、会议论文2篇、专利文献474547篇;相关期刊200种,包括高师理科学刊、科学中国人、计算机仿真等;
相关会议2种,包括全国振动理论及应用学术会议、第六届全国实验力学学术会议等;高维的相关文献由2511位作者贡献,包括钱江波、夏佳志、任艳多等。
高维—发文量
专利文献>
论文:474547篇
占比:99.94%
总计:474827篇
高维
-研究学者
- 钱江波
- 夏佳志
- 任艳多
- 孙瑶
- 申富饶
- 胡伟
- 陈叶芳
- 刘峰铭
- 刘鹏
- 奎晓燕
- 李强
- 王博
- 王建民
- 陈华辉
- 龙明盛
- 余志文
- 李传锋
- 王冲
- 王建新
- 郭光灿
- 高飞
- 付聪
- 刘博
- 刘斌
- 吕锐
- 张兵
- 李明
- 杨丽芳
- 毛雅亚
- 王鹏
- 禹思敏
- 蔡登
- 袁辉
- 赵健
- 金胜波
- 陈刚
- 高建威
- 高连如
- 魏昕
- 黄煜
- 黄祥林
- 乔焰
- 刘晨
- 刘永江
- 吴泳锋
- 吴远峰
- 屈小波
- 崔信红
- 应佳熙
- 廖月鹏
-
-
刘百灵;
李仓水;
刘芳业
-
-
摘要:
为适应梯级水库群高维多目标模型求解需要,引入第三代非支配遗传算法。以黄河上游梯级水库群为研究对象,综合考虑防洪、防凌、供水、发电、生态等调度任务,建立了发电-供水多目标模型。选择典型枯水年径流资料开展多目标模型优化计算,结果表明该算法可有效解决梯级水库群高维多目标模型计算问题。基于多目标解集分析黄河上游多用户需水关系,发现发电与供水矛盾突出,且主要集中在汛期和防凌期,同时确保生态基流也会对供水产生较大影响。
-
-
张智豪;
徐勉
-
-
摘要:
受困于维数诅咒,能够求解高维偏微分方程(PDEs)的算法一直以来都极其有限。鄂维南和韩劼群在2017年提出的算法通过将未知解的梯度看作策略函数,利用深度学习可以较为有效的解决高维偏微分方程,但却无法解决带有真正策略函数的问题。本文提出了一种新算法,通过多层神经网络表示策略函数映射,将方程的解映射为适应度函数,把网络中的参数看作自变量,通过进化算法优化整个策略函数;同时配合鄂维南和韩劼群的算法求解问题。通过在Riccati方程和投资消费问题等的实际算例模拟下,表明了算法的准确性和实际意义。
-
-
向乔怡;
祁辉
-
-
摘要:
本文研究了城市道路车辆的平均行驶速度在时间以及空间上的变化规律.利用道路交通的网络结构特征,提出了有向图上的高维时间序列模型.通过引入l1-惩罚项,本文建立了正则化最小二乘的参数估计方法,并对此过程中调节参数的选择方式进行了研讨.进一步,本文将所提出的方法应用于成都市道路网络的城市链路速度的实例,并以成都市中心城区和偏远郊区为例,揭示了其交通运输效率在时间以及空间上的变化规律.该项研究可为疏导交通堵塞以及缓解交通压力提供有效的统计建议.
-
-
-
高文杰;
董枘朋;
吴捷
-
-
摘要:
高斯图模型广泛地应用于网络数据的分析。虽然目前已经有了很多估计高斯图模型参数的方法,但高斯图模型的同时推断问题也具有重要的意义。我们提出了一种自助方法来进行高斯图模型的同时统计推断。我们的同时推断方法适用于大规模的图模型,并允许感兴趣的参数向量的维数大于样本数量。我们证明了同时检验的结果能够渐近地达到了预设的显著性水平,而进一步的仿真实验验证了所提方法的有效性。
-
-
-
王赫楠
-
-
摘要:
时间序列数据集作为数据序列的一种典型的类型,在各行业广泛存在,其既具有数据序列数据量大、高维等特性,同时具有时间特性.目前,各领域的时间序列广泛存在,如股票数据、医疗数据、水量监测数据等.应用于静态数据序列的数据挖掘方法,在时间序列的分析中效果不理想.那么,如何从具有时间特性的序列中发现异常、提取有价值的信息,成为数据挖掘研究的主要方向之一,同时也是本文研究的主要内容.
-
-
顾天下;
刘勤明
-
-
摘要:
针对供应链金融模式下中小企业的信用风险控制问题,提出了一种面向高维和不平衡数据的信用风险预测模型。首先,基于Pearson-XGBoost两阶段特征选择建立供应链金融信用评价指标体系;其次,通过改进的NM-SMOTE算法对数据集进行平衡化;最后,利用Focal loss函数对XGBoost算法改进,并通过改进的粒子群算法进行优化,从而建立最终的信用评价模型。通过实验结果表明,提出的INS-IPSO-FLXGBoost模型对于中小企业具有更好的预测效果,可以更有效地识别风险企业。
-
-
银炳皓;
施三支;
齐德全
-
-
摘要:
提出了一种适用于高维数据稀疏变点的SOP-SeedBS检验方法,能达到快速检验的效果。SOP-SeedBS方法是先对数据矩阵进行分解,并基于奇异值分解找到最优的投影方向,再利用投影的方法将高维数据投影到一维空间,最后利用种子二元分割方法对投影后的一维数据进行多变点检验。仿真结果表明,提出的SOP-SeedBS方法与Inspect方法相比较,准确度得到了提高,在计算时间方面具有较大的优势。最后将SOP-SeedBS方法应用于膀胱肿瘤微阵列数据集中,与Inspect和Adapt-WBS等方法的结果具有相似性,进一步说明SOP-SeedBS方法具有实用性。
-
-
李蓉;
任喜梅;
钟春晓;
王锦丽
-
-
摘要:
癌症基因微阵列数据中冗余基因过多,增加了基因子集规模,导致计算难度提升、判断性能下降.采用高维随机矩阵构建了一种癌症基因网络识别方法,利用维度较高的随机变量构成高维随机矩阵,根据随机矩阵与相关矩阵的属性特征,在系数矩阵右边增加一列扩增随机矩阵,基于矩阵的不失一般性,采用奇异值分解式,完成相关矩阵奇异值拆分,划分随机噪声与真实信息,通过计算各特征重要程度,去除冗余以及与类别不存在关联性的特征,明确高维随机矩阵理论降噪参数后,选取相关系数不小于降噪参数的基因,实现基因网络识别.仿真结果表明,所提方法可简便有效观测基因关联,实现癌症基因网络识别.