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)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文研究內(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)計結(jié)構(gòu)的概念。通過定義顯示變量，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)和概率測度，從而引出了稀疏統(tǒng)計結(jié)構(gòu)，在理論上對稀疏數(shù)據(jù)進行了詳細(xì)解釋。然后總結(jié)并提出了一些實際應(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衡量相關(guān)性，同時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
- 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)的離群聚類方法研究.pdf
- 余弦度量下的高維數(shù)據(jù)降維及分類方法研究.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)動態(tài)抽象聚類方法研究.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)聚類方法的改進.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
- 金融市場互相關(guān)性度量方法及其實證研究.pdf
- 高維稀疏離群數(shù)據(jù)集延伸知識發(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)性的聚類數(shù)據(jù)隱私保護方法研究.pdf
評論
0/150
提交評論