2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩33頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、自上個(gè)世紀(jì)以來(lái),隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展,人們可以更好的處理復(fù)雜數(shù)據(jù),與此同時(shí),高維數(shù)據(jù)分析技術(shù)也蓬勃發(fā)展。高維數(shù)據(jù)的本征維數(shù)估計(jì)問題研究,在高維數(shù)據(jù)處理領(lǐng)域中有著重要的地位。對(duì)于高維數(shù)據(jù)處理領(lǐng)域,本征維數(shù)的尋求具有重要的意義。在降維方法中,本征維數(shù)是一個(gè)需要我們?nèi)ス烙?jì)的未知量,準(zhǔn)確的估計(jì)出高維數(shù)據(jù)的本征維數(shù),對(duì)接下來(lái)的降維處理問題有著重要的指導(dǎo)意義。并且,在數(shù)據(jù)處理過程中,準(zhǔn)確的本征維數(shù)估計(jì)對(duì)選取合適的鄰域大小有很大的幫助,可以避免“

2、維數(shù)災(zāi)難”。
   本文提出一種新的方法——基于MLE算法的本征維數(shù)估計(jì)算法。大多數(shù)情況下,數(shù)據(jù)間的近鄰關(guān)系能充分的反映數(shù)據(jù)的局部幾何特征。MLE(Maximum LikelihoodEstimation)估計(jì)方法就是通過建立關(guān)于近鄰間距離的似然函數(shù),從而得到本征維數(shù)的估計(jì)值。傳統(tǒng)的MI正方法存在兩點(diǎn)不足:一是對(duì)同一個(gè)鄰域內(nèi)的不同樣本點(diǎn)所估計(jì)出的本征維數(shù)值,只是簡(jiǎn)單的求均值作為該鄰域的本征維數(shù),受奇異值的干擾較大;二是在選取K近

3、鄰時(shí),采用傳統(tǒng)的歐氏距離,容易出現(xiàn)越層現(xiàn)象。針對(duì)以上不足,本文采用鄰域平滑(Neighborhood Smoothing)方法替代原來(lái)的均值方法,求出更加可靠的本征維數(shù)值;在選取K近鄰時(shí),采用測(cè)地線距離代替歐氏距離,以找到真實(shí)的K近鄰點(diǎn)。
   本文在模擬數(shù)據(jù)庫(kù)和真實(shí)數(shù)據(jù)庫(kù)上對(duì)該方法進(jìn)行了實(shí)現(xiàn),通過實(shí)驗(yàn)證明了改進(jìn)后算法的可行性和有效性,文章最后對(duì)算法的實(shí)驗(yàn)結(jié)果進(jìn)行了分析,實(shí)驗(yàn)結(jié)果表明,這種新的方法是有效的,可以估計(jì)出更為可靠的本

溫馨提示

  • 1. 本站所有資源如無(wú)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(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(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。

評(píng)論

0/150

提交評(píng)論