期刊文章详细信息
一种基于极限学习机的缺失数据填充方法
A METHOD FOR MISSING DATA IMPUTATION BASED ON EXTREME LEARNING MACHINE
文献类型：期刊文章
机构地区：[1]丽水学院工程与设计学院,浙江丽水323000
基 金：国家自然科学基金项目(11171137);浙江省自然科学基金项目(LY13A010008)
年 份：2016
卷 号：33
期 号：10
起止页码：243-246
语 种：中文
收录情况：CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、JST、ZGKJHX、普通刊
摘 要：数据处理过程中经常会遇到不完备数据需要填充的问题,寻求简单有效的缺失数据填充方法非常重要。针对该情况,提出一种基于极限学习机ELM(Extreme Learning Machine)的缺失数据填充方法,通过极限学习机网络建模,建立需要填充的缺失属性与其他属性的非线性映射模型。实验结果表明:该方法具有非常好的填充效果。
关 键 词：极限学习机 缺失数据填充 UCI机器学习数据库
分 类 号：TP181] TP183]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
