基于深度与融合类信息的函数型数据重构方法

黄介武, 陈星悦, 王淋杰, 饶文康

山东大学学报(理学版) ›› 2026, Vol. 61 ›› Issue (4) : 84 -91+101.

PDF
山东大学学报(理学版) ›› 2026, Vol. 61 ›› Issue (4) : 84 -91+101.

基于深度与融合类信息的函数型数据重构方法

    黄介武, 陈星悦, 王淋杰, 饶文康
作者信息 +

Author information +
文章历史 +
PDF

摘要

针对部分观测函数型数据,提出一种基于深度与融合类信息的重构方法。运用基于深度的重构方法以及从K均值聚类中获取的样本曲线类间信息,在不同分类情形下对每条部分观测样本曲线进行重构。然后,利用自加权集成学习算法动态赋权,将各类别下的重构曲线融合,得到最终的重构曲线。数值模拟和实例分析表明:当样本中部分观测样本曲线占比较大时,所提方法在均方预测误差准则下优于基于深度的重构方法及正则化回归方法;而在部分观测样本曲线占比较小时,正则化回归方法表现更优。

关键词

部分观测函数型数据 / 函数型数据重构 / 数据深度 / 类信息

Key words

引用本文

引用格式 ▾
基于深度与融合类信息的函数型数据重构方法[J]. 山东大学学报(理学版), 2026, 61(4): 84-91+101 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

65

访问

0

被引

详细

导航
相关文章

AI思维导图

/