注册帐号丨忘记密码?
1.点击网站首页右上角的“充值”按钮可以为您的帐号充值
2.可选择不同档位的充值金额,充值后按篇按本计费
3.充值成功后即可购买网站上的任意文章或杂志的电子版
4.购买后文章、杂志可在个人中心的订阅/零买找到
5.登陆后可阅读免费专区的精彩内容
打开文本图片集
摘 要:【目的】通过修复隧道监测数据的缺失值,为后续对隧道健康状态的分析提供更接近于现实的完整数据。【方法】本研究提出基于回归和分类思想的机器学习插补法,通过建立特征与缺失数据之间的关联规则,根据缺失个数和置换特征的重要度来设计插补顺序,并对缺失数据进行迭代插补。【结果】根据不同的缺失率、缺失类型和特征重要度对UCI数据和实际隧道监测数据进行实例分析,对比统计方法和机器学习方法的特点。(剩余9284字)
登录龙源期刊网
购买文章
基于机器学习预测的隧道监测缺失数据插补研究
文章价格:5.00元
当前余额:100.00
阅读
您目前是文章会员,阅读数共:0篇
剩余阅读数:0篇
阅读有效期:0001-1-1 0:00:00