典型文献
基于SOP-SeedBS的高维数据稀疏变点检验
文献摘要：
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.
文献关键词：
高维;稀疏变点;奇异值分解;种子二元分割;SOP-SeedBS
中图分类号：
作者姓名：
银炳皓;施三支;齐德全
作者机构：
长春理工大学 数学与统计学院,长春 130022
文献出处：
引用格式：
[1]银炳皓;施三支;齐德全-.基于SOP-SeedBS的高维数据稀疏变点检验)[J].长春理工大学学报（自然科学版）,2022(06):134-143
A类：
SeedBS,稀疏变点,种子二元分割,多变点检验
B类：
SOP,高维数据,数据稀疏,检验方法,快速检验,数据矩阵,奇异值分解,维空间,分割方法,影后,Inspect,计算时间,膀胱肿瘤,微阵列数据,Adapt,WBS
AB值：
0.203617
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
