摘要
本发明公开了一种用于缺失数据填充的多约束表征学习模型及癌症诊断模型,多约束表征学习模型包括:数据预处理模块,用于对源数据进行预处理,获得预处理后数据;投影模块,用于根据投影矩阵对所述预处理后数据进行投影,获得填充后数据并输出,所述投影矩阵由训练所述多约束表征学习模型后获得;其中,训练所述多约束表征学习模型的约束函数包括:投影数据约束项、特征重要性一致约束项、缺失位置估算约束项和模糊关系约束项。能够稳定和准确地对缺失数据进行填充。
技术关键词
缺失数据填充方法
融合特征
特征选择算法
特征选择方法
标签
表达式
关系
线性变换矩阵
冗余
转换单元
掩模
分类器
训练集
特征值
投影模块
元素
指标
样本
系统为您推荐了相关专利信息
神经网络模型
海冰密集度
编码器
经验正交函数
海洋环境要素
年龄性别识别方法
神经网络模型
识别人脸图像
计算机可读指令
生成标签
集成树模型
训练语料库
图谱
大语言模型
无标签样本