Earticle

현재 위치 Home

Research on High-Dimensional Data Reduction

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJDTA) 바로가기
  • 간행물
    International Journal of Database Theory and Application SCOPUS 바로가기
  • 통권
    Vol.9 No.1 (2016.01)바로가기
  • 페이지
    pp.87-96
  • 저자
    Cuihua Tian, Yan Wang, Xueqin Lin, Jing Lin, Jiangshui Hong
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A267651

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
In this paper, features of high-dimensional data are analyzed, and existing problems of the Canonical Correlation Analysis (CCA) are analyzed for a single view of a full supervised view data. In order to improve CCA, we introduce the method of classifier and present a Classifying to Reduce Correlation Dimensionality (CRCD). Meanwhile, combining big interval learning method, we propose the big correlation analysis (BCA). At last, experiments are respectively conducted by using artificial data set and UCI standard data set. The result shows that methods are feasible and effective.

목차

Abstract
 1. Introduction
 2. High-Dimensional Data Mining
  2.1. High-Dimensional Data Mining Features
  2.2. The Data View
  2.3. Why the High-Dimensional Data to Dimensionality Reduction?
  2.4. The Mature Data Dimension Reduction Method
  2.5. Problems
 3. Classifying to Reduce Correlation Dimensionality (CRCD)
  3.1. The Study of the CRCD
  3.2. The Verification Experiment
 4. Big Correlation Analysis (BCA)
  4.1. The Study of the Big Correlation Analysis (BCA)
  4.2. The Verification Experiment
 5. Conclusion
 Reference

키워드

Curse of Dimensionality Canonical Correlation Analysis Classifying to Reduce Correlation Dimensionality Big Correlation Analysis Projected Barzilai-Borwein Method

저자

  • Cuihua Tian [ school of computer and information engineering, Xiamen University of Technology, Fujian Xiamen 361024, China, Universities in Fujian Province Key Laboratory of Things Application Technology, Fujian, Xiamen, 361024, China ]
  • Yan Wang [ school of computer and information engineering, Xiamen University of Technology, Fujian Xiamen 361024, China ]
  • Xueqin Lin [ school of computer and information engineering, Xiamen University of Technology, Fujian Xiamen 361024, China ]
  • Jing Lin [ School of International Languages, Xiamen University of Technology, Xiamen 361024, China ]
  • Jiangshui Hong [ school of computer and information engineering, Xiamen University of Technology, Fujian Xiamen 361024, China ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJDTA) [Science & Engineering Research Support Center, Republic of Korea(IJDTA)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Database Theory and Application
  • 간기
    격월간
  • pISSN
    2005-4270
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Database Theory and Application Vol.9 No.1

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.