資料介紹
維數(shù)約簡(jiǎn)常用于避免高維數(shù)據(jù),如圖像或文本中的維數(shù)災(zāi)問題。然而,傳統(tǒng)的線性方法,如主成分分析( Principal Component Analysis,PCA)和獨(dú)立成分分析( Independent Component Analysis,ICA),均假設(shè)數(shù)據(jù)由低維空間線性組成。當(dāng)數(shù)據(jù)具有非線性分布時(shí),線性維數(shù)約簡(jiǎn)往往不能有效獲得其低維嵌入子空間。
非線性嵌入技術(shù)如等距映射(lsometric Mapping,Isomap)算法和局部線性嵌入(Locally Linear Embedding,LLE) 算法等能在數(shù)據(jù)非線性分布時(shí)有效地獲得其低維嵌入子空間,但該類算法的不足是:它們常常為所有數(shù)據(jù)構(gòu)造一個(gè)單獨(dú)低維子空間,由于不同類別的數(shù)據(jù)可能會(huì)在這個(gè)子空間中重疊,使得基于這些非線性嵌入算法的模型分類準(zhǔn)確率不高。
根據(jù)現(xiàn)有研究,為每個(gè)類別構(gòu)造一個(gè)對(duì)應(yīng)的子空間能有效解決數(shù)據(jù)重疊問題,從而提升模型的分類準(zhǔn)確率。因此,本文提出基于非線性嵌入的自聯(lián)想神經(jīng)網(wǎng)絡(luò)( GSCD Nonlinear Auto-associative Modeling,GNAM)學(xué)習(xí)樣本每一類對(duì)應(yīng)的子空間的方法,并結(jié)合集成學(xué)習(xí)方法.從而實(shí)現(xiàn)更有效的分類。
- 基于脈沖神經(jīng)網(wǎng)絡(luò)的遷移學(xué)習(xí)算法 15次下載
- 基于不同神經(jīng)網(wǎng)絡(luò)的文本分類方法研究對(duì)比 49次下載
- 人工神經(jīng)網(wǎng)絡(luò)分類和其應(yīng)用 6次下載
- 3小時(shí)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)課件下載 0次下載
- 基于深度神經(jīng)網(wǎng)絡(luò)的圖像語義分割方法 11次下載
- 基于PCA和LSTM神經(jīng)網(wǎng)絡(luò)的硬件木馬檢測(cè)方法 10次下載
- 基于特征交換的卷積神經(jīng)網(wǎng)絡(luò)圖像分類算法 27次下載
- 綜述深度神經(jīng)網(wǎng)絡(luò)的解釋方法及發(fā)展趨勢(shì) 19次下載
- 神經(jīng)網(wǎng)絡(luò)的方法學(xué)習(xí)課件免費(fèi)下載 17次下載
- 基于深度神經(jīng)網(wǎng)絡(luò)的文本分類分析 37次下載
- 神經(jīng)網(wǎng)絡(luò)的分類器學(xué)習(xí)課件總結(jié) 13次下載
- 人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)資料總結(jié) 13次下載
- 神經(jīng)網(wǎng)絡(luò)與神經(jīng)網(wǎng)絡(luò)控制的學(xué)習(xí)課件免費(fèi)下載 7次下載
- 如何使用深度神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)西洋樂器的自動(dòng)分類方法 5次下載
- 神經(jīng)網(wǎng)絡(luò)基本介紹 0次下載
- 卷積神經(jīng)網(wǎng)絡(luò)的壓縮方法 399次閱讀
- 遞歸神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)方法 357次閱讀
- BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)機(jī)制 681次閱讀
- BP神經(jīng)網(wǎng)絡(luò)在語言特征信號(hào)分類中的應(yīng)用 449次閱讀
- BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系 1676次閱讀
- 深度神經(jīng)網(wǎng)絡(luò)與基本神經(jīng)網(wǎng)絡(luò)的區(qū)別 1006次閱讀
- 深度神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)方法 516次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)的區(qū)別 3579次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)在文本分類領(lǐng)域的應(yīng)用 779次閱讀
- 神經(jīng)網(wǎng)絡(luò)架構(gòu)有哪些 810次閱讀
- 詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 2239次閱讀
- 神經(jīng)網(wǎng)絡(luò)面臨的問題和挑戰(zhàn) 3698次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程及與深度學(xué)習(xí)的差異 6004次閱讀
- 什么是神經(jīng)網(wǎng)絡(luò)?學(xué)習(xí)人工智能必會(huì)的八大神經(jīng)網(wǎng)絡(luò)盤點(diǎn) 2.5w次閱讀
- 詳細(xì)解析神經(jīng)網(wǎng)絡(luò)的含義、挑戰(zhàn)、類型、應(yīng)用 9371次閱讀
下載排行
本周
- 1DC電源插座圖紙
- 0.67 MB | 2次下載 | 免費(fèi)
- 2AN158 GD32VW553 Wi-Fi開發(fā)指南
- 1.51MB | 2次下載 | 免費(fèi)
- 3AN148 GD32VW553射頻硬件開發(fā)指南
- 2.07MB | 1次下載 | 免費(fèi)
- 4AN111-LTC3219用戶指南
- 84.32KB | 次下載 | 免費(fèi)
- 5AN153-用于電源系統(tǒng)管理的Linduino
- 1.38MB | 次下載 | 免費(fèi)
- 6AN-283: Σ-Δ型ADC和DAC[中文版]
- 677.86KB | 次下載 | 免費(fèi)
- 7SM2018E 支持可控硅調(diào)光線性恒流控制芯片
- 402.24 KB | 次下載 | 免費(fèi)
- 8AN-1308: 電流檢測(cè)放大器共模階躍響應(yīng)
- 545.42KB | 次下載 | 免費(fèi)
本月
- 1ADI高性能電源管理解決方案
- 2.43 MB | 450次下載 | 免費(fèi)
- 2免費(fèi)開源CC3D飛控資料(電路圖&PCB源文件、BOM、
- 5.67 MB | 138次下載 | 1 積分
- 3基于STM32單片機(jī)智能手環(huán)心率計(jì)步器體溫顯示設(shè)計(jì)
- 0.10 MB | 130次下載 | 免費(fèi)
- 4使用單片機(jī)實(shí)現(xiàn)七人表決器的程序和仿真資料免費(fèi)下載
- 2.96 MB | 44次下載 | 免費(fèi)
- 53314A函數(shù)發(fā)生器維修手冊(cè)
- 16.30 MB | 31次下載 | 免費(fèi)
- 6美的電磁爐維修手冊(cè)大全
- 1.56 MB | 24次下載 | 5 積分
- 7如何正確測(cè)試電源的紋波
- 0.36 MB | 17次下載 | 免費(fèi)
- 8感應(yīng)筆電路圖
- 0.06 MB | 10次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935121次下載 | 10 積分
- 2開源硬件-PMP21529.1-4 開關(guān)降壓/升壓雙向直流/直流轉(zhuǎn)換器 PCB layout 設(shè)計(jì)
- 1.48MB | 420062次下載 | 10 積分
- 3Altium DXP2002下載入口
- 未知 | 233088次下載 | 10 積分
- 4電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191367次下載 | 10 積分
- 5十天學(xué)會(huì)AVR單片機(jī)與C語言視頻教程 下載
- 158M | 183335次下載 | 10 積分
- 6labview8.5下載
- 未知 | 81581次下載 | 10 積分
- 7Keil工具M(jìn)DK-Arm免費(fèi)下載
- 0.02 MB | 73810次下載 | 10 積分
- 8LabVIEW 8.6下載
- 未知 | 65988次下載 | 10 積分
評(píng)論