參考文獻

[1] HADSELL R,CHOPRA S,LECUN Y.Dimensionality reduction by learning an invariant mapping[C]//2006 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR'06).IEEE,2006,2:1735-1742.

[2] 王利民，劉佳，姚保民，等.樣本正態分布對降低空間抽樣數量的重要性[J].中國農學通報，2019，35（20）：150-157.

[3] 丁立順.基于卷積神經網絡的圖像復雜度研究與應用[D].徐州：中國礦業大學，2019.

[4] 石洪波，劉焱昕，冀素琴.基于安全樣本篩選的不平衡數據抽樣方法[J].模式識別與人工智能，2019，32（06）：545-556.

[5] 周建偉.不平衡數據的下采樣方法研究[J].計算機與數字工程，2019，47（9）：2155-2160.

[6] 孫慧鈞.統計指數的點估計與區間估計[J].統計研究1993（01）：62-63.

[7] 孫慧玲，胡偉文，劉海濤.小樣本情況下參數區間估計的改進方法[J].哈爾濱理工大學學報，2017，22（01）：109-113.

[8] 傅鶯鶯，田振坤，李裕梅.方差分析的回歸解讀與假設檢驗[J].統計與決策，2019，35（08）：77-80.

[9] 李金昌.假設檢驗的邏輯[J].中國統計，2019（05）：18-20.

[10] 王晶，劉彭.參數假設檢驗中統計量的選取問題[J].高師理科學刊，2019，39（04）：55-58.

[11] 郭雅靜.基于非參數方法的異方差估計研究[D].太原：山西大學，2019.

[12] 唐興蕓，羅明燕.多樣本尺度參數的非參數檢驗[J].科技風，2019（06）：35+44.

[13] 王萬良，張兆娟，高楠，等.基于人工智能技術的大數據分析方法研究進展[J].計算機集成制造系統，2019，25（03）：529-547.

[14] 邢璐，駱南峰，孫健敏，等.經驗取樣法的數據分析：方法及應用[J].中國人力資源開發，2019，36（01）：35-52.

[15] 秦爭艷.探究大數據分析挖掘技術及其決策應用[J].信息通信，2019（11）：176-177.

[16] 蔡萌萌，張巍巍，王泓霖.大數據時代的數據挖掘綜述[J].價值工程，2019，38（05）：155-157.

[17] 馬琳，董智鶴，夏嵩，等.數據挖掘技術綜述淺析[J].數字技術與應用，2019，37（10）：230-231.

[18] 左圓圓，王媛媛，蔣珊珊，等.數據可視化分析綜述[J].科技與創新，2019（11）：82-83.

[19] 彭燕妮，樊曉平，趙穎，等.時間事件序列數據可視化綜述[J].計算機輔助設計與圖形學學報，2019，31（10）：1698-1710.

[20] 鄢敏，付海彥.數據可視化應用前景[J].電子技術與軟件工程，2019（02）：173.

[21] 王聞儀.數據可視化設計的應用研究[J].設計，2019，32（07）：48-50.

[22] 孫允午.統計學——數據的搜集，整理和分析[M].上海：上海財經大學出版社，2006.