《基於智慧型計算的降維技術研究與應用》皋軍著（2013）
目前，特徵降維技術作為一種關鍵的資料預處理技術被廣泛加一研究，並在不同的實際應用領域得到了較為成功的應用，但隨著新理論和新技術的不斷發展，特別是大量新興的只能識別應用領域的需求，對特徵降維技術提出了更高的要求，使得現有的特徵降維技術面臨了更大的挑戰。比如：
1）如何提高基於支援向量機的特徵選擇方法的泛化能力和魯棒性；
2）如何更好地實現特徵提取技術與模糊聚類技術的有機結合，以提高特徵降維方法的魯棒性；
3）如何提高特徵降維方法中的距離度量學習的有效性；
4）如何將特徵降維方法中的關鍵技術和理論運用到支援向量機中，以提高支援向量機的泛化能力和魯棒性；
5）如何結合張量理論提高特徵降維的效果；
6）如何在具有明顯不同分布的源域和目標域實現提取技術等。
特徵降維的方法在過去的幾十年中唄廣泛地加一研究，但總體上可以將已有的方法分為兩大類，即特徵選擇（feature select）和特徵提取（feature extraction）。
基於概率密度估計的特徵選擇方法[6-7]
基於資訊理論的特徵選擇方法[8-10]
基於特徵加權的特徵選擇方法[11-13]：通過對每一特徵賦予相應的權值來表徵不同特徵對模式分類的貢獻大小。
這些特徵選擇方法根據各自不同的評測標準來實現特徵選擇，而一般來說基於支援向量機、基於特徵加權的特徵選擇方法相對於其他的方法較為直觀和簡單。
特徵提取技術(也叫特徵變換)
非線性方法
基於智慧型計算的降維技術研究與應用
基於智慧型計算的降維技術研究與應用 皋軍著 2013 目前，特徵降維技術作為一種關鍵的資料預處理技術被廣泛加一研究，並在不同的實際應用領域得到了較為成功的應用，但隨著新理論和新技術的不斷發展，特別是大量新興的只能識別應用領域的需求，對特徵降維技術提出了更高的要求，使得現有的特徵降維技術面臨了更大的挑...
MTK基於基站和小區的定位技術研究
我們的流動網路是通過乙個個基站連線起來的，而乙個基站又被劃分成若干小區以方便查詢。因為基站的位置相對比較固定，所以我們可以通過基站的編號cell id和小區的編號lac來定位地理位置。具體的理論原理大概是這樣的。根據gsm協議通訊管理過程，我們大致可以知道呼叫建立的過程首先是使用者定位，查詢被呼叫人...
MTK基於基站和小區的定位技術研究
我們的流動網路是通過乙個個基站連線起來的，而乙個基站又被劃分成若干小區以方便查詢。因為基站的位置相對比較固定，所以我們可以通過基站的編號cell id和小區的編號lac來定位地理位置。具體的理論原理大概是這樣的。根據gsm協議通訊管理過程，我們大致可以知道呼叫建立的過程首先是使用者定位，查詢被呼叫人...