文件为多源数据集的编码形式，即预处理之后的数据 用于我的另一资源：基于多种机器学习算法的分类预测研究 该资源为机器学习结课论文，本文在对Lending Club数据集进行初步数据分析的基础上，通过选取4组不同的特征，采用同一种算法（逻辑回归，LR）进行分类预测，最终确定3个相对较优特征为：loan_amnt，annual_inc，term。随后本文针对“多源数据集”，采用神经网络、贝叶斯分类器和决策树三种算法对数据进行分类预测，最终综合三种算法的模型结果参数，确定决策树为三者最优。最后，本文仍选取Lending Club数据集作为研究对象，经预处理后，选取数据的55个特征，并将二分类问题变为三分类问题。之后，采用单一树类模型——决策树，以及集成树类模型——随机森林和极端随机树对数据进行分类预测，对比模型结果参数，得出结论：集成算法相比较于单一算法有更好的准确度和泛化能力，但是相应模型也会消耗更多计算机资源

计算机毕业论文-GIS多源数据集成模式评述.pdf

202x年利用FME进行智慧城市的多源数据融合(专业完整版).pdf

传统的基于稀疏表示的目标跟踪方法主要利用目标的灰度特征构建稀疏表示模型。由于灰度特征对光照变化敏感，这会影响目标跟踪在复杂场景下的鲁棒性。基于多源数据融合的目标跟踪可以明显提升目标跟踪鲁棒性，但如何有效融合不同维度，不同类型的多源目标特征成为基于多源数据融合的目标跟踪所要解决的关键问题。提出了一个基于目标状态以及灰度特征的稀疏表示目标跟踪方法。所提出的方法可通过基于核函数表示的稀疏表示模型，在探究目标状态以及灰度特征相关性的基础上，将两种不同维度的特征进行有效融合，提升目标跟踪在复杂场景下的鲁棒性。

基于证据理论的多源数据融合仿真实验matlab代码 实现功能：识别框架内元素个数在3~5个之间，其余参数自己选择，计算相应的置信度函数、信任度函数、似真度函数；同时完成两证据融合和三证据融合。用Matlab实现

基于多源数据的北京市朝阳区人口时空格局评估与预测.pdf

多源数据综合管理系统，是北京数字空间科技有限公司自主研发、具有自主知识产权的一款针对企业的多来源、海量科学数据的综合管理软件系统。它能够为当前企业的多源数据提供多变的数据组织形式、数据管理与分发的一体化、灵活的元数据定制能力、强大的系统统计分析支持等。

透明矿山建设可分为矿山外部生产环境透明化建设和矿山内部生产环境透明化建设，前者通过建设矿山多源数据协同共享平台消除困扰矿山的“信息孤岛”和“子系统孤岛”现象，实现对矿井生产过程中人-设备-环境所产生基础多源大数据的透明化管理；后者通过智能算法对反演模型的优化以及通过构建约束模型耦合基于平台实时获取的巷道、钻探以及回采动态揭露的多源先验数据，提高矿山地质勘探的精准性。透明矿山建设涉及范围广、实施难度大，通过对矿山生产各专业信息的逐步积累和充分挖掘利用，逐步提高矿井安全隐患、水、瓦斯等更大范围和更高维度的透明化建设，为矿山的智能无人开采提供精准数据支持。

SuperMap 3D Designer多源数据融合技术 多源数据对接 单个模型导入 SKP模型导入 多个模型导入 多源数据精准匹配

行业制造-电动装置-多源数据电网故障辨识方法.zip