《表1 实验数据集：基于多注意力的多变量时间序列特征选择方法》
提示：宽带有限、当前游客访问压缩模式
本文实验数据来自UCI机器学习数据仓库4个真实世界的时序数据集。数据集信息如表1所示。
| 图表编号 | XD00193783100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.11.15 |
| 作者 | 胡紫音、桂宁 |
| 绘制单位 | 浙江理工大学信息学院、中南大学计算机学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 数据集描述：基于聚类的多标记选择性集成》2020.10.01
- 《表2 基坑监测数据集：基于灰色关联分析和PSO改进的多变量GM(1,N)模型》2020.10.20
- 《表1 抗拉强度数据集：基于灰色关联分析和PSO改进的多变量GM(1,N)模型》2020.10.20
- 《表2 数据集相关信息：基于耦合度量的多尺度聚类挖掘方法》2020.05.01
- 《表1 实验数据集：基于正则互表示的无监督特征选择方法》2020.07.10
- 《表1 数据集详细信息：基于动态路由序列生成模型的多标签文本分类方法》2020.07.10
- 《表3 多标记数据集：基于标记增强的多标记代价敏感特征选择算法》2020.04.01
- 《表1 实验数据集描述：自我注意力机制中基于相对位置的句子表示方法》2020.02.01
- 《表1 实验数据集：基于注意力机制的社交垃圾文本检测方法》2020.02.15
- 《表3 实验数据集：基于改进蝗虫优化算法的特征选择方法》2020.01.30
- 《表1 数据集信息：混合互信息和粒子群算法的多目标特征选择方法》2020.01.01
- 《表2 实验数据集：基于区分矩阵的多粒度属性约简》2019.10.01
- 《表1 实验数据集：基于特征选择的软件缺陷预测方法》2019.10.25
- 《表1 多标记数据集：基于互信息的多标记特征选择》2019.05.15
- 《表1 数据集特征描述：基于混合核极限学习机的多标签学习研究》2019.04.01
- 《表1 实验数据集介绍：一种基于增量式超网络的多标签分类方法》2019.08.01
- 《表1 数据集信息：基于随机子空间的多标签类属特征提取算法》2019.02.01
- 《表2 数据集的主要特征：基于标签特征和相关性的多标签分类算法》2019.02.15
- 《表1 实验数据集描述：基于模糊互信息的多标签特征选择》2019.04.15
- 《表2 测试数据集统计表：基于注意力模型的多传感器人类活动识别》2019.11.22