原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供一种基于数据降维过程中数据增强的方法。主要应用于信息技术领域，所采用的技术方案是：首先，将数据集构建成为矩阵以便后续的数据处理操作。在运用CUR矩阵分解法对矩阵分别做行与列的选取时，采用PCA降维法提取矩阵行和列的特征向量，根据特征向量以及各个行和列向量的相关系数对相关性做出判断，从而能够选出代表性强的行和列来分别构造矩阵。同时，根据此发明所提供的方法还原得到的恢复矩阵与常规CUR得到的恢复矩阵相比，此方法得到的恢复矩阵与实际原矩阵的误差更小，降维结果更加精确。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113159237 A
(43)申请公布日 2021.07.23
(21)申请号 202110584329.7
(22)申请日 2021.05.27
(71)申请人 北京师范大学珠海校区
文档评论（0）