已閱讀1頁(yè),還剩36頁(yè)未讀, 繼續(xù)免費(fèi)閱讀
版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文研究?jī)?nèi)容聚焦于稀疏數(shù)據(jù)的相關(guān)性度量理論與方法。文章從基礎(chǔ)理論入手,首先拓展了統(tǒng)計(jì)結(jié)構(gòu)的概念。通過(guò)定義顯示變量,將一般樣本空間轉(zhuǎn)化為稀疏樣本空間,并繼續(xù)定義了在稀疏樣本空間上的σ-代數(shù)和概率測(cè)度,從而引出了稀疏統(tǒng)計(jì)結(jié)構(gòu),在理論上對(duì)稀疏數(shù)據(jù)進(jìn)行了詳細(xì)解釋。然后總結(jié)并提出了一些實(shí)際應(yīng)用中,比較有用的度量稀疏數(shù)據(jù)相關(guān)性的方法與理念。例如將信息熵的思想引入相關(guān)性度量,使用歸一化的熵值來(lái)衡量相關(guān)性,同時(shí)又提出了稀疏相似路徑的理念,探討一種間接求
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 高維稀疏數(shù)據(jù)的Lasso和Dantzig Selector方法——高維稀疏線性回歸模型.pdf
- 高維稀疏數(shù)據(jù)的降維方法與應(yīng)用研究.pdf
- 基于高維稀疏數(shù)據(jù)的離群聚類(lèi)方法研究.pdf
- 余弦度量下的高維數(shù)據(jù)降維及分類(lèi)方法研究.pdf
- 基于系方法的違約相關(guān)性度量研究.pdf
- 高屬性維稀疏數(shù)據(jù)動(dòng)態(tài)抽象聚類(lèi)方法研究.pdf
- 基于空間相關(guān)性約束稀疏表示的高光譜圖像解混方法研究.pdf
- 基于稀疏表達(dá)的遙感數(shù)據(jù)集相關(guān)性分析.pdf
- 相關(guān)性度量及指標(biāo)聚類(lèi)方法的改進(jìn).pdf
- 仿真數(shù)據(jù)相關(guān)性分析方法研究
- 仿真數(shù)據(jù)相關(guān)性分析方法研究.pdf
- 圖與其屬性結(jié)構(gòu)相關(guān)性的度量研究.pdf
- 金融市場(chǎng)互相關(guān)性度量方法及其實(shí)證研究.pdf
- 高維稀疏離群數(shù)據(jù)集延伸知識(shí)發(fā)現(xiàn)研究.pdf
- 基于譜間相關(guān)性的高光譜圖像壓縮方法研究.pdf
- 基于高維數(shù)據(jù)聚類(lèi)分析方法的有效性研究.pdf
- 高維數(shù)據(jù)集中離群數(shù)據(jù)挖掘方法的研究.pdf
- 基于稀疏性約束的高光譜圖像處理方法研究
- 大數(shù)據(jù)流滯后相關(guān)性挖掘方法.pdf
- 基于鄰域相關(guān)性的聚類(lèi)數(shù)據(jù)隱私保護(hù)方法研究.pdf
評(píng)論
0/150
提交評(píng)論