文献

J-GLOBAL ID：201802242471535075   整理番号：18A1322330

Copula関数とLU分解法に基づくガスタービンデータ特徴選択【JST・京大機械翻訳】

Data feature selection for steam turbine based on Copula function and LU decomposition method

著者 (2件)： Xu Tong (上海電力学院自動化工程学院,上海,200090) ,  Mao Dajun (上海電力学院自動化工程学院,上海,200090)
資料名： Reli Fadian  (Reli Fadian)
巻： 47  号： 2  ページ： 125-130  発行年： 2018年 
JST資料番号： C3437A  ISSN： 1002-3364  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 高次元空間のデータを効果的に利用して,最終結果に及ぼす冗長次元の影響を解明する。本論文では,Copula関数と前方置換(LU)分解に基づく次元低減特徴選択法を提案した。即ち、Copula関数により、適切な相関性モデルを提供し、多変数分布のデータを比較し、LU分解は次元数の線形組合せ相関係数を高速に獲得できる。結果は,故障データ次元の低減と認識効率が他の方法より良いことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 相関係数 ,  線形性 ,  冗長性 ,  *特徴選択 ,  高次元 ,  高速度 ,  故障 ,  次元縮小 ,  LU分解
準シソーラス用語： 多変量 , 【Automatic Indexing@JST】

著者キーワード (7件)： feature selection ,  multidimensional data ,  dimension reduction ,  Copula function ,  LU decomposition ,  fault data ,  steam turbine

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 関数 ,  LU分解法 ,  特徴選択