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]！  

搜索资源列表

  1. 降维方法工具包drtoolbox

  2. 提供了PCA、LDA、MDS、LLE等线性非线性的降维方法的实现，可以直接调用。

  3. 所属分类：专业指导

    • 发布日期：2012-06-07
    • 文件大小：4mb
    • 提供者：qingorange

  1. kpca主成分分析

  2. kpca主要用于信号处理，对非线性信号进行数据降维，提取特征量

  3. 所属分类：专业指导

    • 发布日期：2013-05-12
    • 文件大小：3kb
    • 提供者：liuxingxuexi

  1. lle非线性降维science文章

  2. lle非线性降维science文章 LLE 步骤： 1. 寻找每个样本点的k 个近邻点； 2. 由每个样本点的近邻点计算出该样本点的局部重建权值矩阵； 3. 由该样本点的局部重建权值矩阵和近邻点计算其输出值。

  3. 所属分类：其它

    • 发布日期：2015-01-03
    • 文件大小：743kb
    • 提供者：mg1423025

  1. 非线性降维的经典算法Isomap

  2. 非线性降维的经典算法Isomap，详细的说明了具体步骤，打包的。用作实验测试，学习isomap算法非常有用。同时包含了posesSelected.mat文件。

  3. 所属分类：其它

    • 发布日期：2015-09-23
    • 文件大小：6mb
    • 提供者：qq_27010291

  1. Graph Embedding and Nonlinear Dimensionality Reduction

  2. 图形嵌入和非线性降维，全文108页，内容清晰翔实，带标签，非常适合对数据降维、流形学习等感兴趣的朋友

  3. 所属分类：专业指导

    • 发布日期：2017-06-13
    • 文件大小：42mb
    • 提供者：nwpuhtxy2010

  1. 模式识别工具箱matlab

  2. 很好用的模式识别 降维的 matlab工具箱，包括线性和非线性降维

  3. 所属分类：其它

    • 发布日期：2009-04-20
    • 文件大小：1mb
    • 提供者：lansizhulei

  1. 特征工程之降维分析

  2. 高维图像识别问题转化为特征表达向量的识别问题,大大降低了计算的复杂程度,减少了冗余信息所造成的识别误差,提高了识别的精度。通过指纹图像的实例说明,将非线性降维方法(如Laplacian Eigenmap方法)应用于图像数据识别问题,在实际中是可行的,在计算上是简单的,可大大改善常用方法(如K-近邻方法)的效能,获得更好的识别效果。此外,该方法对于图像数据是否配准是不敏感的,可对不同大小的图像进行识别,这大大简化了识别的过程。

  3. 所属分类：机器学习

    • 发布日期：2018-07-02
    • 文件大小：1kb
    • 提供者：cckyol

  1. 基于流形学习的高光谱图像非线性降维算法

  2. 针对高光谱图像同一像元内存在多种地物种类,且地物之间具有多重反射,导致高光谱数据的非线性,采用传统的线性降维算法效果不佳等问题,提出利用流形学习的方法来寻找嵌入在高维观测数据空间的低维光滑流形,实现高光谱数据的非线性光谱降维。模拟和真实高光谱遥感数据实验结果表明,与传统的线性降维方法 PCA相比,经过等距映射、局部切空间排列等流行学习算法降维后的高光谱图像具有更好的光谱端元可分性。

  3. 所属分类：其它

    • 发布日期：2020-05-09
    • 文件大小：376kb
    • 提供者：weixin_38532849

  1. 煤矿瓦斯涌出量的非线性降维Elman动态预测模型

  2. 为对回采工作面绝对瓦斯涌出量进行有效预测,提出非线性降维的改进Elmand动态预测模型.模型采用非线性映射在特征空间内对数据进行有效降维,以此确定神经网络输入数目,并利用自适应蚁群微分进化算法对改进的Elman神经网络(IENN)的阈值、权值、自反馈因子和增益因子行全局寻优.将该预测模型用于矿井监测的历史数据进行检验.研究结果表明:模型能够有效地减少预测模型的输入变量个数,并且相比其他预测模型提高了预测的精度和效率.

  3. 所属分类：其它

    • 发布日期：2020-04-26
    • 文件大小：267kb
    • 提供者：weixin_38628990

  1. 关于降维神奇超重力理论的代数结构

  2. 我们从三个维度研究神奇超重力的代数结构。 我们证明，如果在超Ehlers分解中准保形群的生成器之间的换向关系具有特定形式，那么人们总是可以根据再现3d的各种3d玻色子场找到群元素的参数化 降低了拉格朗日相应的神奇超重力。 这为发现3D降维的拉格朗日模型与特定的coset非线性sigma模型之间的明确关系提供了所有魔术超重力理论的统一处理。 我们还验证了A = C的准保形群E6（+2）的换向关系确实满足此性质，从而可以像F4（+4）一样对结构常数和标量场函数进行代数解释 ）神奇的超重力。

  3. 所属分类：其它

    • 发布日期：2020-04-07
    • 文件大小：269kb
    • 提供者：weixin_38680764

  1. 关于神奇超重力理论的降维

  2. 通过直接降维和群流形的显式构造，我们证明了降维的三维A = R神奇超重力的非线性sigma模型为F4（+4）/（USp（6）×SU（2 ））。 这是超重力解决方案生成技术的基础，并允许对原始D = 5拉格朗日函数中的某些参数和函数进行李代数表征。 还讨论了对其他神奇超重力的推广。

  3. 所属分类：其它

    • 发布日期：2020-03-25
    • 文件大小：309kb
    • 提供者：weixin_38717359

  1. 非线性降维

  2. 非线性降维，关于非线性降维的英语文献，值得参考

  3. 所属分类：其它

    • 发布日期：2014-05-16
    • 文件大小：661kb
    • 提供者：qq_15467765

  1. 适合近红外光谱数据特征的降维方法对比分析

  2. 因近红外光谱具有波长点多、谱带归属困难、光谱重叠严重及光谱分布结构未知等问题，在进行近红外光谱关键特征提取和数据特征空间映射时难以准确获知合适降维方法。为了解决该问题，本文对比分析了典型线性和非线性降维方法，并用烟叶近红外光谱数据从数据降维可视化和分类准确性识别率角度分别进行了实验验证。结果表明，线性降维算法，特别是PCA、LDA算法，比较适合应用于烟叶近红外光谱降维分析中，非线性降维算法因其泛化学习能力与推广能力差以及本征维数估计困难不适合应用于近红外光谱降维分析。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：335kb
    • 提供者：weixin_38672739

  1. python代码实现TSNE降维数据可视化教程

  2. TSNE降维 降维就是用2维或3维表示多维数据（彼此具有相关性的多个特征数据）的技术，利用降维算法，可以显式地表现数据。（t-SNE）t分布随机邻域嵌入 是一种用于探索高维数据的非线性降维算法。它将多维数据映射到适合于人类观察的两个或多个维度。 python代码 km.py #k_mean算法 import pandas as pd import csv import pandas as pd import numpy as np #参数初始化 inputfile = 'x.xlsx'

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：68kb
    • 提供者：weixin_38501810

  1. 用于等距数据嵌入的改进的增量非线性降维

  2. 用于等距数据嵌入的改进的增量非线性降维

  3. 所属分类：其它

  1. Two_stage_prediction_pipeline:两阶段预测管道包括用于非线性降维的神经网络组件，其后是SVM分类器-源码

  2. Two_stage_prediction_pipeline 两阶段预测管道包括用于非线性降维的神经网络组件，其后是SVM分类器

  3. 所属分类：其它

  1. 机器学习和数据科学：机器学习和数据挖掘：回归[线性（选择和收缩，降维，超出线性范围）和非线性回归（逻辑，K-NN，树）]，交叉验证（LOOCV，K -折数，偏差与方差，分类（LDA，QDA，K-NN，物流，树，SVM），聚类（PCA，K-M

  2. 机器学习与数据科学 机器学习和数据挖掘：回归[线性（选择和收缩，降维，超出线性范围）和非线性回归（逻辑，K-NN，树）]，交叉验证（LOOCV，K折，偏差与方差） ，分类（LDA，QDA，K-NN，物流，树，SVM），聚类（PCA，K-Means，分层）本课程将介绍数据挖掘/统计学习的主要主题，包括：统计基础，数据可视化，分类，回归，聚类。 重点将放在统计学习方法，其背后的模型，直觉和假设以及对实际问题的应用上。 您可以在stats 415项目文件夹中找到我的最终项目。 项目总结 实施整个学

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：18mb
    • 提供者：weixin_42166261

  1. 一种改进的大尺度高光谱流形降维算法

  2. 经典流形算法等距映射（ISOMAP）和局部线性嵌入（LLE）可以对高光谱数据进行降维，但不能解决大尺度高光谱图像的流形降维难题。详细论述了ISOMAP和LLE在大尺度高光谱流形降维中遇到的问题，提出了一种基于增量等距映射（IISOMAP）和LLE结合的高光谱流形降维算法IISOMAP-LLE，并针对流形降维算法较线性降维算法最小噪声分离（MNF）可以更好地发掘出高光谱数据中的非线性结构的优点，通过AVIRIS和OMIS-II数据实验验证了算法的可行性和优越性，并证明了IISOMAP-LLE算法可

  3. 所属分类：其它

  1. ManifoldLearning.jl：用于流形学习和非线性降维的Julia软件包-源码

  2. ManifoldLearning.jl：用于流形学习和非线性降维的Julia软件包

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：221kb
    • 提供者：weixin_42110070

  1.  基于图论的人脸图像数据降维方法综述

  2. 近几年基于图论的降维方法越来越得到人们的关注，本文针对人脸识别中的核心问题即对高维数据进行降维的目的，首先介绍了有关图论的基本概念，通过总结各种人脸图像降维的方法，将这些方法统一到图嵌入框架中。然后结合线性与非线性的角度分析了各种算法的优缺点，得出了非线性图嵌入算法在挖掘人脸图像中的非线性特征以及在数据降维方面均优于传统的方法。最后针对现有的构图方式所存在的问题对今后的研究与发展方向进行了讨论。

  3. 所属分类：其它

« 12 3 4 5 6 »