已閱讀1頁,還剩34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、圖模型是研究隨機(jī)變量之間相依關(guān)系的重要工具,其中節(jié)點代表隨機(jī)變量,邊代表兩個隨機(jī)變量條件相依。除了節(jié)點變量外,數(shù)據(jù)常常包含協(xié)變量,協(xié)變量的存在可能影響網(wǎng)絡(luò)結(jié)構(gòu),然而目前關(guān)于圖模型的工作大多僅考慮節(jié)點變量。本文研究具有協(xié)變量的圖模型結(jié)構(gòu)學(xué)習(xí)問題,主要分為如下兩部分:
(1)在稀疏正則化的框架下,通過假設(shè)變量之間條件相依強(qiáng)度的參數(shù)為協(xié)變量的線性函數(shù),建立具有協(xié)變量信息的稀疏高斯圖模型,估計網(wǎng)絡(luò)結(jié)構(gòu)。所得模型具有實際解釋性且易于求解
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
- 鏈圖模型的結(jié)構(gòu)學(xué)習(xí)研究.pdf
- 非監(jiān)督的結(jié)構(gòu)學(xué)習(xí)及其應(yīng)用.pdf
- 高維伊辛模型結(jié)構(gòu)學(xué)習(xí)及其應(yīng)用研究.pdf
- 18188.基于馬氏毯的鏈圖模型結(jié)構(gòu)學(xué)習(xí)
- 基于人工神經(jīng)網(wǎng)絡(luò)(ANN)的結(jié)構(gòu)學(xué)習(xí)及應(yīng)用.pdf
- 同調(diào)結(jié)構(gòu)學(xué)習(xí)算法及其應(yīng)用研究.pdf
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法研究及應(yīng)用.pdf
- 模具結(jié)構(gòu)學(xué)習(xí)
- 高斯混合模型及在探測網(wǎng)絡(luò)社區(qū)結(jié)構(gòu)中的應(yīng)用.pdf
- 基于ACO的貝葉斯網(wǎng)結(jié)構(gòu)學(xué)習(xí)與應(yīng)用.pdf
- 基于結(jié)構(gòu)學(xué)習(xí)的語義角色標(biāo)注.pdf
- 冷干機(jī)的原理、結(jié)構(gòu)學(xué)習(xí)教材匯總
- 基于圖分塊的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究.pdf
- 李群深層結(jié)構(gòu)學(xué)習(xí)算法研究.pdf
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)與應(yīng)用研究.pdf
- 基于Finsler幾何的結(jié)構(gòu)學(xué)習(xí)算法研究.pdf
- 面向圖像語義提取的判別結(jié)構(gòu)學(xué)習(xí).pdf
- 貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)及其應(yīng)用研究.pdf
- 基于深層結(jié)構(gòu)學(xué)習(xí)的視頻人臉識別.pdf
- 27635.小樣本貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法及應(yīng)用
評論
0/150
提交評論