數據稀疏（data sparseness）是2018年公布的計算機科學技術名詞。
基本介紹
- 中文名：數據稀疏
- 外文名：data sparseness
- 所屬學科：計算機科學技術
- 公布時間：2018年
定義,出處,
定義
在自然語言處理的統計方法中，由於訓練數據（語料）有限導致訓練得到的統計模型不可靠的現象。
出處
《計算機科學技術名詞 》第三版。
數據稀疏
相關詞條
- 數據稀疏
數據稀疏 數據稀疏（data sparseness）是2018年公布的計算機科學技術名詞。定義 在自然語言處理的統計方法中，由於訓練數據（語料）有限導致訓練得到的統計模型不可靠的現象。出處 《計算機科學技術名詞 》第三版。
- 數據稀疏和數據缺失情況下的旅行時間預測研究
《數據稀疏和數據缺失情況下的旅行時間預測研究》是依託清華大學，由李力擔任項目負責人的面上項目。項目摘要 近年來，國內城市道路旅行時間預測研究遇到了許多新的挑戰，其中包括：. 1、數據稀疏的問題。國外已有研究往往假定能夠檢測到一段時間內通過某一路段的大多數車輛的旅行時間。但我國各城市的智慧型交通系統均在...
- 超高維兩值數據稀疏性研究
《超高維兩值數據稀疏性研究》是依託東北師範大學，由官國宇擔任項目負責人的青年科學基金項目。項目摘要 超高維數據的稀疏性研究是近年來統計學和機器學習領域所關心的重要問題之一。它不僅可以克服噪聲累加、節約計算成本，而且能夠反映數據的內在聯繫和本質規律。隨著網路化與信息化的不斷進步，超高維兩值數據(如文本...
- 面向高維數據的稀疏非參核學習方法研究
《面向高維數據的稀疏非參核學習方法研究》是依託中國礦業大學，由劉兵擔任項目負責人的青年科學基金項目。項目摘要 非參核學習方法繞過預先定義核函式這一傳統思路，直接面向最終的核矩陣建立最佳化模型，增強了解決複雜模式分析問題的能力，因此成為近年來核學習方法研究的熱點之一。但是，原始數據的高維度會導致現有非參核...
- 高維稀疏數據聚類研究
《高維稀疏數據聚類研究》是依託北京科技大學，由武森擔任項目負責人的面上項目。項目摘要 高維數據處理能力是聚類研究的難點之一。本項目擬針對高維數據普遍具有稀疏特徵，提出特定的高維數據表示、數據精簡和差異度計算方法，並進一步給出高效的不同數據類型的聚類算法。主要研究內容包括：.（1）高維稀疏數據的特徵表示和...
- 基於數據稀疏表示的實時G-SPEED磁共振成像技術研究
《基於數據稀疏表示的實時G-SPEED磁共振成像技術研究》是依託杭州電子科技大學，由金朝陽擔任項目負責人的面上項目。項目摘要 磁共振掃描速度長期受到梯度系統性能和人體生理條件的限制，存在數據採集時間過長的問題。課題組前期研究的G-SPEED技術，基於數據在變換域的稀疏特性，突破了香農-奈奎斯特採樣定理的限制，通過靈活...
- 面向高維數據的稀疏正則化方法及套用
《面向高維數據的稀疏正則化方法及套用》是依託中山大學，由戴道清擔任項目負責人的面上項目。中文摘要 本項目依據《國家中長期科學和技術發展規劃綱要》，從支撐信息及相關領域重大需求中凝鍊出套用數學問題。高維數據的稀疏表示理論近年來受到廣泛關注，是統計學、套用數學和機器學習等領域的研究熱點。本項目利用正則化...
- 檢索引導的多模態數據稀疏化降維及哈希技術
《檢索引導的多模態數據稀疏化降維及哈希技術》是依託山東師範大學，由張化祥擔任項目負責人的面上項目。項目摘要 高維多模態數據規模不斷擴大，數據存儲和檢索麵臨新挑戰。研究多模態數據稀疏化降維及哈希技術，降低存儲空間，提高檢索速度，已引起學術和產業界的高度關注。傳統稀疏化降維及哈希技術處理多模態數據時，與...
- 統計稀疏學習方法及其在視覺處理中的套用
本項目對目前統計稀疏學習方法中的幾個代表性問題及其在視覺任務中的套用進行研究，包括：稀疏無監督降維、稀疏高斯圖模型以及基於新范型的稀疏矩陣補充等，並提出相應的學習方法、計算模型及求解策略。其中稀疏無監督降維方法的研究能為高維數據的特徵提取和字典學習提供重要方法；稀疏高斯圖模型不僅能夠為數據稀疏建模提供...
- 基於數據稀疏特性的電磁積分方程快速算法研究
《基於數據稀疏特性的電磁積分方程快速算法研究》是依託北京理工大學，由潘小敏擔任項目負責人的面上項目。項目摘要 格林函式隨距離快速衰減，離散電磁積分方程所得滿陣是欠秩矩陣，可用稀疏矩陣來近似。項目稱這種特性為積分方程或運算元的數據稀疏特性。已有積分方程快速算法都直接或間接的套用了此特性，但鮮見對它們的系統...
- 面向複雜數據的稀疏流形學習方法研究
《面向複雜數據的稀疏流形學習方法研究》是依託中國人民解放軍國防科技大學，由雷迎科擔任項目負責人的面上項目。中文摘要 本項目主要針對大規模、高維數、非線性、噪聲污染等複雜性數據，系統研究基於稀疏表示的流形學習方法，及其在蛋白質相互作用數據中的套用。首先，設計一種基於廣義相關的非負稀疏表示近鄰圖構建模型，...
- 高維數據檢驗問題中的稀疏方法及其套用
本項目將針對高維檢驗中的熱點問題和高維數據的稀疏性特點，著重討論高維下多樣本問題和多個總體均值和協方差陣同時檢驗問題，擬建立一個適用於稀疏高維數據分析的檢驗方法體系，從而克服傳統方法在高維情形下的困難。在理論研究的基礎上，開發基於R語言的程式算法，同時用隨機模擬和實例分析來驗證這些新方法的可行性和有效...
- 稀疏表示分類法
高維數據的稀疏表示是近些年是機器學習和計算機視覺研究領域的熱點之一，其基本假設是：自然圖像本身為稀疏信號，用一組過完備基將輸入信號線性表達出來，展開係數可以在滿足一定的稀疏度條件下，獲取對原始信號的良好近似。研究人員發現，儘管稀疏表示的最佳化模型是從信號重建的角度建立的，但其表示結果在模式識別中都有很好...
- 稀疏與冗餘表征的理論及套用研究
本項目以Candes、Tao和Donoho提出的壓縮感測為基礎，針對高維非結構化數據，探索數據稀疏與冗餘表征的新理論與新方法。具體包括：(1)提出一種新的過完備字典的構建算法，降低設計過程的複雜度，增強學習結果的可解釋性;(2)根據模型選擇的一般性原則，揭示稀疏模型選擇與特定數據結構、正則化項設計之間的規律;(3)結合...
- 基於稀疏先驗的網路數據的結構學習
項目的開展可為網路數據建模及統計推斷提供有力工具。結題摘要 網路分析為從數據中提取結構信息新途徑。本項目開展了稀疏性方法及基於稀疏先驗的網路結構特徵學習等工作。具體如下：（1）提出了無標度網路的結構估計方法。在正則化框架下，通過Log和l1複合的懲罰函式引入網路結構先驗。在算法方面，給出了問題求解的坐標...
- 稀疏最佳化問題的理論與方法及其套用
充分利用數據稀疏性這一先驗信息的稀疏學習，將大大提高學習的功能和效率。本項目構建的最佳化模型採用矩陣而不是傳統的向量為表示變數，不僅使大規模圖像的集體處理更加快捷有效，而且體現了各圖像集之間的相互關係。而矩陣變數的稀疏性度量以及稀疏矩陣最佳化問題的有效求解算法則是本項目的主要研究目標。
- 稀疏統計學習及其套用
7.3缺失數據和矩陣填充 143 7.3.1 Net.x電影挑戰賽 144 7.3.2基於原子範數的矩陣填充 146 7.3.3矩陣填充的理論結果 149 7.3.4間隔分解及相關方法 153 7.4減秩回歸 154 7.5通用矩陣回歸框架 156 7.6懲罰矩陣分解 157 7.7矩陣分解的相加形式 160 參考文獻注釋 164 習題 165 第 8章稀疏多元方法 ...
- 稀疏化模型
稀疏模型 稀疏模型將大量的冗餘變數去除，只保留與回響變數最相關的解釋變數，簡化了模型的同時卻保留了數據集中最重要的信息，有效地解決了高維數據集建模中的諸多問題。稀疏模型具有更好的解釋性，便於數據可視化、減少計算量和傳輸存儲。1996年Tibshirani把嶺回歸估計的L2範數罰正則化項替換為L1範數罰正則化項得到了...
- 稀疏編碼
稀疏編碼算法是一種無監督學習方法，它用來尋找一組“超完備”基向量來更高效地表示樣本數據。稀疏編碼算法的目的就是找到一組基向量 ，使得我們能將輸入向量表示為這些基向量的線性組合。起源 人眼視覺感知機理的研究表明,人眼視覺系統(Human Visual System, HVS)可看成是一種合理而高效的圖像處理系統.在人眼視覺系統...
- 稀疏矩陣算法
稀疏矩陣算法是典型的不規則算法，計算訪存比很低，並且計算過程中的訪存軌跡與稀疏矩陣的稀疏結構相關，很難發掘計算過程中的時空局部性，因此在傳統的基於Cache的處理器上稀疏矩陣算法的計算效率很低。為了提高稀疏矩陣算法的計算效率，需要從稀疏存儲數據結構和稀疏矩陣算法兩方面對現有算法進行改進。按照套用領域的不同...
- 基於數據驅動緊框架小波稀疏約束最佳化的地震數據重建
不規則丟失道的重建以及稀疏採樣數據的抗假頻道加密重建是地震數據處理中非常重要的一個環節，其重建的效果嚴重關係到多次波去除、偏移、成像和AVO分析的質量。與傳統的POCS方法和Spitz預測濾波方法比，目前比較有效的方法是稀疏約束最佳化的地震數據重建，它將重建問題轉化為L1範數最小化問題來求解。其關鍵是兩步：1、...
- 稀疏表示
信號稀疏表示 稀疏表示模型 現有稀疏表示模型一般形式如下：X=argmin||y-Dx||k+λ||x|| 其中，y 為觀測數據， D 為字典， x 為待估稀疏向量， λ 為正則參數， k （1≤ k λ 與 k 未知， 需要預先確定（ 雖然通常取 k =1 ， 但 k 模型求解算法 上述模型的求解劃分為基於數學模型的求解算法， 如...
- 稀疏文檔
稀疏文檔又稱稀疏檔案（英語：sparse file），是一種計算機檔案，它能嘗試在檔案內容大多為空時更有效率地使用檔案系統的空間。它的原理是以簡短的信息（元數據）表示空數據塊，而不是在在磁碟上占用實際空間來存儲空數據塊。只有真實（非空）的數據塊會按原樣寫入磁碟。簡介 稀疏檔案（英語：sparse file）是一種...
- 高維數據分析中的稀疏建模
高維數據分析中的稀疏建模 《高維數據分析中的稀疏建模》是首都經濟貿易大學出版社出版的圖書，作者是安百國。
- 數據平滑
數據平滑 數據平滑（data smoothing）是2018年公布的計算機科學技術名詞。定義 在參數估計中為應對數據稀疏問題而採用的方法。主要思想是將整個機率空間中的一部分機率密度按照一定的策略分配給低頻稀疏事件，以使得在稀疏條件下估計出的機率分布更加可靠。出處 《計算機科學技術名詞 》第三版。
- sparseness
sparseness，英語單詞，主要用作名詞，作名詞時譯為“稀疏；稀少”。短語搭配 spectral sparseness 頻譜稀疏性 sparseness sparsity 稀疏 population sparseness 人口過疏 sparseness representation 稀疏表達 channel sparseness 信道的稀疏性 fuzzy sparseness 模糊稀疏度 data sparseness 數據稀疏 ; 數據稀疏問題 ; 料稀疏 ;...
- sparsity
sparsity，英語單詞，主要用作名詞，作名詞時譯為“稀疏，稀少；貧乏”。短語搭配 sparsity pattern 稀疏模式 sparsity problems 稀疏性問題 spatial sparsity 空間稀疏性 effect sparsity 效應稀疏性質 sparsity decomposition 稀疏分解 data sparsity 數據稀疏 sparsity subspace 稀疏子空間 matrix sparsity 矩陣稀疏性 雙語...
