版权说明 操作指南
首页 > 成果 > 详情

基于聚类分析的缺失数据最近邻填补算法

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
作者:
张赤;丰洪才;金凯;杨婷
作者机构:
[张赤; 丰洪才] 武汉工业学院数学与计算机学院
[金凯; 杨婷] 中国农业银行湖北省分行营业部电子银行部
语种:
中文
关键词:
灰色关联;马氏距离;聚类分析;最近邻算法
期刊:
计算机应用与软件
ISSN:
1000-386X
年:
2014
卷:
31
期:
5
页码:
282-284
机构署名:
本校为第一机构
院系归属:
数学与计算机学院
摘要:
数据缺失在各个研究领域中普遍存在,缺失的数据会对计算的性能与结果产生严重的影响。为提高填补缺失数据的准确度,提出一种基于聚类分析的缺失数据最近邻填补算法。该算法在对数据聚类分析后根据类别分配权重,在MGNN(Mahalanobis-Gray and Nearest Neighbor)算法的基础上改进了计算方法和填充值的计算方式。实验结果表明,该方法填补的准确度比传统KNN和MGNN 算法要高。
摘要(英文):
Data missing exists in various research fields universally and the missed data will cause serious impact on computational performance and effect. In order to improve the accuracy of missing data filling,we propose a cluster analysis-based nearest neighbour filling algorithm for the missing data. After analysing the cluster data,the algorithm assigns the weights according to the categories; moreover,it improves the calculation method and the calculation means of filling value based on the MGNN( Mahalanobis-gray and nearest neighbour) algorithm...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com