利用CUR矩阵分解提高特征选择与矩阵恢复能力

来源 :计算机应用 | 被引量 : 0次 | 上传用户：piliwuhen

【摘要】

：

针对在规模庞大的数据中不能快速准确地选择用户和产品的特征以及不能准确预测用户行为偏好的问题,提出一种CUR矩阵分解方法。该方法是从原始矩阵中选取少量列构成C矩阵,选取少量行构成R矩阵,然后利用正交三角分解(QR)构造U矩阵。分解后的C矩阵和R矩阵分别是用户和产品的特征矩阵,并且C和R矩阵是由真实的数据构成的,因此能够分析出具体的用户和产品特征;为了能够比较准确地预测用户的行为偏好,改进了CUR算法

【作者】

：

雷恒鑫刘惊雷

【机构】

：

烟台大学计算机与控制工程学院

【出处】

：

计算机应用

【发表日期】

：

2017年03期

【关键词】

：

行列联合选择算法特征选择矩阵恢复可解释性稳定性 Column Union Row （CUR） algorithm feature selection m

【基金项目】

：

国家自然科学基金资助项目（61572419,61572418,61403328,61403329）,山东省自然科学基金资助项目（ZR2014FQ016,ZR2014FQ026,2015GSF115009,ZR2013FM011）.

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

线性光放大器中由串扰引起的增益波动研究

针对线性光放大器(LOA)中垂直光场(VCL)的增益钳制作用,建立基于标准速率方程的分段模型。模型考虑了纵向载流子密度变化、放大的自发辐射噪声和端面反射。通过与普通半导体光放大器的比较,验证了VCL对串扰引起的增益波动有很好的钳制作用。模拟计算了不同注入电流下,增益波动的范围和有源区载流子分布,以及泵浦信号强度和调制速率对增益波动的影响。

期刊

线性光放大器垂直光场串扰增益钳制

基于反馈神经网络的稀疏信号恢复的优化算法

针对稀疏信号的重构问题,提出了一种基于反馈神经网络(RNN)的优化算法。首先,需要对信号进行稀疏表示,将数学模型化为优化问题;接着,基于l0范数是非凸且不可微的函数,并且该优化问题是NP难的,因此在测量矩阵A满足有限等距性质(RIP)的前提下,提出等价优化问题;最后,通过建立相应的Hopfield反馈神经网络模型来解决等价的优化问题,从而实现稀疏信号的重构。实验结果表明,在不同观测次数m下,对比R

期刊

l0最优化反馈神经网络有限等距性能量函数l0 optimization Recurrent Neural Network （RNN） Restricte

扎根戈壁练精兵团结拼搏创一流——总后青藏兵站部教导大队全面建设取得长足发展

这是一支有着光荣历史的部队,这是一支在全军享有很高荣誉的部队,这也是一支热爱高原、扎根戈壁、安心部队、献身国防出战斗力的部队.自1 954年成立以来,这支部队常年驻守在

期刊

全面建设团结党中央战斗力中央军委部队保障荣誉成立自然环境

利用CUR矩阵分解提高特征选择与矩阵恢复能力

其他学术论文