科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于分解的数据补全模型在补全缺失元素问题的研究中被广泛应用。然而，参数低秩与参数最大迭代次数作为模型的输入，其合理性直接影响补全模型的性能。参数低秩设定不合理将导致数据补全模型出现过拟合或者欠拟合问题。此外，参数最大迭代次数选取不合理将导致计算资源的浪费或者数据补全精度的下降。基于此论文提出一种基于进化算法NSGA2的参数自确定数据补全模型。该模型通过构建多目标函数执行遗传进化操作确定合理的参数值，确保数据补全模型的性能。对比试验结果表明，该模型通过进化算法确定合理参数值有效避免了过拟合与欠拟合问题的发生，同时也避免了计算资源的浪费，确保了数据补全结果的精度。
- 单位
