已閱讀1頁，還剩36頁未讀， 繼續(xù)免費閱讀
版權(quán)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(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、高維數(shù)據(jù)經(jīng)常出現(xiàn)在數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和生物信息學(xué)等眾多應(yīng)用領(lǐng)域中。對高維數(shù)據(jù)進(jìn)行降維是為了克服高維數(shù)問題所采取的常規(guī)步驟?，F(xiàn)行情況下，不相關(guān)判別分析(ulda)不失為特征降維的一個好方法，因為它得到的特征向量是彼此不相關(guān)的，這大大減少了數(shù)據(jù)的冗余度。在這篇文章中，我們首先用兩種方法求得ulda的解的形式，即基于奇異值分解的ulda和基于QR分解的ulda，并在計算的過程當(dāng)中得到了一個新的結(jié)論。本篇論文的第一章簡要給出所用到的基本知識；第
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(quán)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(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 基于奇異值分解的重分形交叉相關(guān)分析.pdf
- 基于MapReduce的奇異值分解方法研究.pdf
- 基于奇異值分解的數(shù)字水印算法研究.pdf
- 基于奇異值分解的數(shù)字水印技術(shù)研究.pdf
- 基于奇異值分解方法的廣義矩陣秩檢驗.pdf
- 基于小波變換和奇異值分解的水印算法的分析與研究.pdf
- 基于矩陣奇異值分解的圖像壓縮方法研究.pdf
- 基于奇異值分解的小波域水印算法.pdf
- 奇異值分解法計算廣義逆
- 奇異值分解在時間序列分析中的應(yīng)用.pdf
- 基于奇異值分解的人臉表情識別研究.pdf
- 基于DCT和奇異值分解的數(shù)字水印算法研究.pdf
- 基于高階奇異值分解的視頻融合性能評價方法.pdf
- 基于奇異值分解的DWT數(shù)字水印算法研究與優(yōu)化.pdf
- 基于奇異值分解的狀態(tài)監(jiān)測與故障診斷方法研究.pdf
- 基于FPGA的矩陣奇異值分解加速方案的設(shè)計與實現(xiàn).pdf
- (12)線性判別分析.pdf
- 奇異值分解的人臉識別算法.pdf
- 基于四元數(shù)矩陣奇異值分解的木材缺陷邊緣識別分析.pdf
- 奇異值分解在人臉識別中的應(yīng)用.pdf
評論
0/150
提交評論