增量流形學習正則優化算法
大?。?/span>1.07 MB 人氣： 2018-02-27 需要積分：1
標簽：優化算法(9623)
高維流式大數據的產生與發展對傳統機器學習和數據挖掘算法提出了諸多挑戰。本文結合流式大數據流式到達的特性，首先建立自適應增量特征提取算法模型。然后，針對噪聲環境，建立基于特征空間校準的增量流形學習算法模型，解決小樣本問題。最后，構造流形學習的正則化優化框架，解決高維數據流特征提取過程中產生的降維誤差問題，并得到最終的最優解。實驗結果表明本文提出的算法框架符合流形學習算法的3個評價指標：穩定性、提高性以及學習曲線能迅速增加到一個相對穩定的水平；從而實現了高維數據流的高效學習。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
增量流形學習正則優化算法下載
相關電子資料下載
- 神經網絡優化算法有哪些 70
- 全面總結機器學習中的優化算法 332
- 邊緣計算計算卸載與資源分配聯合優化算法 852
- 粒子群優化算法PSO優化模糊控制論域 863
- 從淺層到深層神經網絡：概覽深度學習優化算法 517
- 鯨魚優化算法MATLAB實戰 1150
- 車載雷達在墓地內識別到多位行人？理想回應：傳感器局限，會優化算法 262
- 什么是針對GPU單指令多數據流的編譯優化算法 838
- 什么是深度學習中優化算法 1299
- 基于OpenCV和MCU的優化算法 466