基于分类的加速EM缺失数据填充算法

在数据挖掘的整个过程中,EM算法因其数值计算的稳定性、实现上的简单性,可靠的全局收敛性,被广泛应用于处理数据不完整问题。针对EM算法收敛速度慢,算法高度依赖初始值的选择,使用KNN算法的分类结果作为EM算法的初始使用范围,KNN算法根据挖掘目的的不同选择不同的特性,然后利用增量式EM(IEM)算法按E步M步迭代反复求精,快速有效地得出填充缺失数据的最优值;该算法大大加快了收敛速度,加强了聚类的稳定性,数据填充效果显著。

科技让我们遇见更美好的未来——智慧博物馆论坛综述

智慧博物馆论坛从前沿理论、实践探索、关键技术等方面展开研讨,提出了智慧博物馆的理论模型,展示了博物馆行业在智慧博物馆建设过程中所开展的实际研究和应用,同时就智慧博物馆建设涉及的元宇宙、AR、边缘计算等关键技术及应用进行了探讨和展望,并就智慧博物馆的概念、本质等问题进行了讨论,指出智慧博物馆应注重价值服务。目前,数字资产已经成为一种新的博物馆核心资产形式,智慧博物馆的建设是对传统博物馆运营模式的流程再造。智慧博物馆建设首先应该做好顶层设计,使科学技术为实际需求场景服务,加强关键技术的研发投入,为更好地阐释、展示文物所蕴含的价值服务。