2023年全國碩士研究生考試考研英語一試題真題（含答案詳解+作文范文）_第1頁
已閱讀1頁，還剩40頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、本文主要研究基于圖的監(jiān)督和半監(jiān)督的數(shù)據(jù)特征組合方法,提出了基于圖的監(jiān)督特征組合方法的框架(GF).并且將Fisher判別分析(FDA)、主成分分析(PCA)、局部保持投影(LPP)、判別局部保持投影(DLPP)、間隔Fisher分析(MFA)和極大間隔準則(MMC)歸結(jié)到這個框架下,通過選取不同的權矩陣相應的得到GFDA, GPCA, GLPP, GDLPPP, GMFA和GMMC.但是所提出的框架通常會遇到矩陣的奇異性問題,為了解決這

2、個問題提出了正則化的GF(RGF),基于零空間的GF(NGF),基于奇異值分解的GF(GF/SVD),基于廣義奇異值分解的GF(GF/GSVD)和基于偽逆的GF(PIGF).
　　在GF基礎上提出了基于圖的半監(jiān)督特征組合方法的框架(SGF),并且推廣到加核情況下,得到相應的核SGF(KSGF)算法.
　　為了檢驗所提出的五種特征組合方法的有效性,通過一系列的遙感數(shù)據(jù)實驗進行了測試.從得出的數(shù)據(jù)結(jié)果上,說明新的特征組合方法的有

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論