基于ICA与SOM的不完整数据处理

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (4): 166-168.

基于ICA与SOM的不完整数据处理

奉国和^1,5,彭红毅²,蒋春福³,杜明⁴

1.华南理工大学计算机科学与工程学院，广州 510640
2.华南农业大学理学院统计系，广州 510642
3.深圳大学数学与计算科学学院，广东深圳 518060
4.南雄市地税局，广东韶关 512400
5.华南师范大学经济管理学院信息管理系，广州 510006

收稿日期:2007-06-04 修回日期:2007-08-05 出版日期:2008-02-01 发布日期:2008-02-01
通讯作者: 奉国和

Handling of incomplete data sets based on ICA and SOM

FENG Guo-he^1,5,PENG Hong-yi²,JIANG Chun-fu³,DU Ming⁴

1.College of Computer Science & Engineering，South China University of Technology，Guangzhou 510640，China
2.College of Science，South China Agricultural University，Guangzhou 510642，China
3.Department of Mathematics，Shenzhen University，Shenzhen，Guangdong 518060，China
4.Local Tax Bureau of Nanxiong City，Shaoguan，Guangdong 512400，China
5.College of Economics and Management，South China Normal University，Guangzhou 510006，China

Received:2007-06-04 Revised:2007-08-05 Online:2008-02-01 Published:2008-02-01
Contact: FENG Guo-he

摘要/Abstract

摘要： 介绍了数据挖掘中不完整数据的研究现状及ICA与SOM的特点，提出了基于ICA与SOM的不完整数据的处理模型IVS-IDH，研究了数据之间存在相关关系且为非高斯分布时不完整数据的处理方法，在SOM基础上取得了不完整数据集的可视化分析结果，从而克服了Wang S提出的不完整数据处理方法的不足。

关键词: 不完整数据, ICA, SOM, 相关关系, 高斯分布

Abstract: The paper introduces the state of incomplete data as well as ICA’s and ViSOM’s characteristics，studies the method of incomplete data sets under the circumstances of that data remain dependent and non-Gaussian.Based on ICA and SOM，a model named IVS-IDH，is proposed in this paper.The proposed model can achieve the visualization of incomplete data sets based on SOM，so that it overcomes the remedy for handing of incomplete data proposed by Wang S.

Key words: incomplete data, Independent Component Analysis（ICA）, Self-Organizing Maps（SOM）, correlation, Gaussian distribution

奉国和^1,5,彭红毅²,蒋春福³,杜明⁴. 基于ICA与SOM的不完整数据处理[J]. 计算机工程与应用, 2008, 44(4): 166-168.

FENG Guo-he^1,5,PENG Hong-yi²,JIANG Chun-fu³,DU Ming⁴. Handling of incomplete data sets based on ICA and SOM[J]. Computer Engineering and Applications, 2008, 44(4): 166-168.

[1]	杨勇，郭玲，叶阳东. 全变分流边与M2GGD相结合的自然图像分割方法[J]. 计算机工程与应用, 2021, 57(11): 202-210.
[2]	范文兵，孙志远. 基于小波域广义高斯分布的SAR图像分割算法[J]. 计算机工程与应用, 2020, 56(5): 222-226.
[3]	张梦琳，江沸菠，董莉，高颖. 智能无人机轨迹与任务卸载联合优化[J]. 计算机工程与应用, 2020, 56(21): 38-46.
[4]	马倩茹，冶继民. FastICA算法的收敛性与一致性分析[J]. 计算机工程与应用, 2020, 56(2): 35-41.
[5]	陈子兆，矫文成. 改进的稀疏深度置信网络[J]. 计算机工程与应用, 2020, 56(2): 62-67.
[6]	贾宝惠，黄琳，李耀华，蔺越国. 轴承故障诊断FastICA算法性能优化方法[J]. 计算机工程与应用, 2019, 55(8): 208-214.
[7]	宋晓宇，高明海，赵明. 具有自适应搜索策略的混合人工蜂群算法[J]. 计算机工程与应用, 2019, 55(22): 53-59.
[8]	顾婷婷，刘新会，桑庆兵，李朝锋. 基于双树复小波的无参考立体图像质量评价[J]. 计算机工程与应用, 2019, 55(2): 154-161.
[9]	陈长倩，慕晓冬，牛犇，王立志. 结合高斯分布的改进二进制灰狼优化算法[J]. 计算机工程与应用, 2019, 55(13): 145-150.
[10]	何安玲，何选森. 基于有理非线性函数的Fast-ICA算法[J]. 计算机工程与应用, 2018, 54(1): 251-255.
[11]	陈梦，何选森. 基于八阶收敛牛顿迭代的Fast-ICA改进算法[J]. 计算机工程与应用, 2017, 53(11): 178-181.
[12]	罗文娟1，袁莉芬1，2，何怡刚2. 一种基于十五阶的FastICA改进算法[J]. 计算机工程与应用, 2016, 52(20): 108-113.
[13]	薛俊韬，翁玉茹，张军. 基于EMD和交叉熵的语音端点检测算法[J]. 计算机工程与应用, 2016, 52(20): 149-153.
[14]	明亚运，祝世雄，曹云飞. LBlock结构的扩散层研究[J]. 计算机工程与应用, 2016, 52(1): 100-104.
[15]	张洪昌1，2，丁建完1. 基于Modleica的操纵稳定性实时仿真方法研究[J]. 计算机工程与应用, 2015, 51(3): 31-34.