点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - 子空间类
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
WEB日志和子空间聚类挖掘算法研究
WEB日志和子空间聚类挖掘算法研究 WEB日志和子空间聚类挖掘算法研究 WEB日志和子空间聚类挖掘算法研究
所属分类:
专业指导
发布日期:2011-10-10
文件大小:4mb
提供者:
saicyouki
采用属性聚类的高维子空间聚类算法_牛琨
为了解决现有子空间聚类算法时间复杂度偏高以及 对输入参数敏 感的问题, 提出了 一种基于 属性聚类方 法的高 效子空间聚类算法. 算法首先通过计算每个属性的基 尼值来过滤冗 余属性, 而后通过 基于二维 联合基尼值 的关系函数建立非冗余属性的关系矩阵, 以衡量任 意 2 个非 冗余属性的相 关度, 进而在关系 矩阵上应 用可产生交 叠的聚 类算法, 聚类结果即为所有兴趣度子空间的候选集合 , 最后调用聚类算法得到 所有存在于 这些子空 间内的簇.在人工数据集 和真实数据集上的实验表明, 新算法
所属分类:
其它
发布日期:2014-09-23
文件大小:328kb
提供者:
fanfan_121
稀疏子空间聚类
稀疏子空间聚类,绝对靠谱,直接运行即可成功
所属分类:
其它
发布日期:2015-09-19
文件大小:6kb
提供者:
tuerqi1217
一种改进的稀疏子空间聚类算法
一种改进的稀疏子空间聚类算法,我们都想看
所属分类:
教育
发布日期:2015-09-19
文件大小:240kb
提供者:
mbjjxyz
matlab子空间聚类
可以用于数学建模 其中还会有关于稀疏子空间的相关英文论文 有兴趣的可以看一看
所属分类:
讲义
发布日期:2016-01-30
文件大小:2mb
提供者:
baidu_33888573
高维数据子空间聚类算法研究
高维数据下的子空间聚类算法研究,博士论文 博士论文
所属分类:
机器学习
发布日期:2018-03-29
文件大小:914kb
提供者:
selina861107
稀疏子空间代码.rar
稀疏子空间聚类(SSC)算法,该算法用于使用稀疏表示技术对从子空间的并集得出的点进行聚类。 SSC算法分两个步骤解决子空间聚类问题:第一步,对于每个数据点,我们找到属于同一子空间的其他一些点。为此,我们解决了一个全局稀疏优化程序,该程序的解决方案将有关数据点成员资格的信息编码到每个点的基础子空间。在第二步中,我们在谱聚类框架中使用此信息来推断数据的聚类。
所属分类:
制造
发布日期:2020-04-27
文件大小:30kb
提供者:
weixin_45353942
基于稀疏子空间的视频人脸聚类方法.pdf
基于稀疏子空间的视频人脸聚类方法
所属分类:
机器学习
发布日期:2020-04-12
文件大小:3mb
提供者:
anitachiu_2
子空间的散射形式,世界表形式和振幅
我们基于n个无质量粒子的运动空间中的任何(n-3)维子空间,提出了两种类型的微分形式的一般构造。 第一种是运动空间中的所谓的投射散射形式,而第二种是在n穿孔Riemann球的模空间中定义的,我们称之为世界表形式。 我们表明,通过叠加散射方程的解,世界表形式的前馈给出了相应的散射形式,从而概括了[1]的结果。 散射形式向子空间的拉回可以自然地解释为根据Bern-Carrasco-Johansson双副本构造或Cachazo-He-Yuan公式表示的振幅。 作为形式主义的一种应用,我们以这种方式构造
所属分类:
其它
发布日期:2020-03-27
文件大小:859kb
提供者:
weixin_38694023
融入距离信息的最小二乘回归子空间分割
有效分类基因表达数据有助于癌症的诊断,而基因表达数据的高维数、小样本特点使基因表达数据分类困难。针对这个问题,在最小二乘回归子空间分割算法中考虑距离信息,提出融入距离信息的最小二乘回归子空间分割算法。融入距离信息的最小二乘回归子空间分割模型除了考虑数据之间的相关性,还考虑了数据之间的距离信息。在基因表达数据集上的实验结果表明,所提出的算法是有效的聚类方法。
所属分类:
其它
发布日期:2020-10-16
文件大小:303kb
提供者:
weixin_38633475
多视角子空间学习系列之 CCA 典型相关分析
多视角学习与子空间学习 多视角学习(Multi-view learning)是陶大成提出的一个研究方向。我们都知道,在机器学习中样本可以用不同的特征(如图片可以用LBP、SIFT等特征)来表示,或者从不同的角度进行观察(如从前后左右观察一个对象),甚至是采用不同的传感器来观测(如RGB摄像头,Depth摄像头),这些不同的观测手段、角度或特征在多视角学习中称为“视角”。多视角学习通过对不同的视角进行统一分析和研究,希望能够得到更好的分类或聚类等等的效果。 陶大成把现有的可用于多视角学习的方法分为
所属分类:
其它
发布日期:2021-01-07
文件大小:82kb
提供者:
weixin_38620893
稀疏子空间聚类综述
稀疏子空间聚类(Sparse subspace clustering,SSC)是一种基于谱聚类的数据聚类框架.高维数据通常分布于若干个低维子空间的并上,因此高维数据在适当字典下的表示具有稀疏性.稀疏子空间聚类利用高维数据的稀疏表示系数构造相似度矩阵,然后利用谱聚类方法得到数据的子空间聚类结果.其核心是设计能够揭示高维数据真实子空间结构的表示模型,使得到的表示系数及由此构造的相似度矩阵有助于精确的子空间聚类.稀疏子空间聚类在机器学习、计算机视觉、图像处理和模式识别等领域已经得到了广泛的研究和应用,
所属分类:
其它
发布日期:2021-03-19
文件大小:1mb
提供者:
weixin_38526612
具有概率距离的分类数据的软子空间聚类
具有概率距离的分类数据的软子空间聚类
所属分类:
其它
发布日期:2021-03-17
文件大小:704kb
提供者:
weixin_38716563
学习Markov随机游动以实现鲁棒的子空间聚类和估计
事实证明,马尔可夫随机漫步(MRW)是理解频谱聚类和嵌入的有效方法。 然而,由于较少的整体结构量度,常规MRW(例如,高斯内核MRW)无法应用于处理从子空间的混合中提取的数据点。 在本文中,我们介绍了一种正则化的MRW学习模型,该模型使用低秩罚分约束全局子空间结构,用于子空间聚类和估计。 在我们的框架中,可以从MRW的转移概率中学习局部成对相似性和全局子空间结构。 我们证明,在某些合适的条件下,我们提出的局部/全局准则可以准确地捕获多个子空间结构,并学习数据的低维嵌入,从而对子空间进行真正的分割
所属分类:
其它
发布日期:2021-03-16
文件大小:960kb
提供者:
weixin_38637918
何时学习什么:深度认知子空间聚类
何时学习什么:深度认知子空间聚类
所属分类:
其它
发布日期:2021-03-16
文件大小:2mb
提供者:
weixin_38665822
子空间聚类的鲁棒判别低秩表示
子空间聚类的鲁棒判别低秩表示
所属分类:
其它
发布日期:2021-03-15
文件大小:783kb
提供者:
weixin_38622227
平方根罚分的稀疏子空间聚类
平方根罚分的稀疏子空间聚类
所属分类:
其它
发布日期:2021-03-11
文件大小:214kb
提供者:
weixin_38655987
一种高维分类型数据的子空间聚类算法
一种高维分类型数据的子空间聚类算法
所属分类:
其它
发布日期:2021-03-10
文件大小:456kb
提供者:
weixin_38725902
子空间聚类变异算子用于开发收敛差分进化算法
子空间聚类变异算子用于开发收敛差分进化算法
所属分类:
其它
发布日期:2021-03-10
文件大小:1mb
提供者:
weixin_38706531
MvDSCN:“多视图深度子空间聚类网络”论文的正式张量流实现-源码
数字视频广播网 :game_die: 用于“多视图深度子空间群集网络”的Tensorflow回购 (提交给TIP 2019 ) 概述 在这项工作中,我们通过以端到端的方式学习多视图自表示矩阵,提出了一种新颖的多视图深子空间聚类网络(MvDSCN)。 MvDSCN由两个子网组成,即分集网络(Dnet)和通用网络(Unet)。 在深度卷积自动编码器上建立潜在空间,并使用完全连接的层在潜在空间中学习自表示矩阵。 Dnet学习特定于视图的自表示矩阵,而Unet学习所有视图的公共自表示矩阵。 为了利用
所属分类:
其它
发布日期:2021-03-08
文件大小:26mb
提供者:
weixin_42104366
«
1
2
3
4
5
6
7
8
9
10
...
50
»