2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩55頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、隨著網(wǎng)絡(luò)的快速發(fā)展,科研工作者在研究過程中不可避免地會遇到大量的高維數(shù)據(jù),如文本數(shù)據(jù)、生物數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)以及金融交易數(shù)據(jù)等,經(jīng)常會面臨維數(shù)約簡的伺題。其處理涉及到兩個方面:一是維數(shù)災(zāi)難問題,維數(shù)膨脹給高維數(shù)據(jù)中模式識別和規(guī)則發(fā)現(xiàn)帶來極大挑戰(zhàn):二是維數(shù)的增長又帶來“維數(shù)福音”,從高維數(shù)據(jù)中蘊藏的豐富信息中可產(chǎn)生解決問題的新的可能性。如何將高維數(shù)據(jù)表示在低維空間中,并由此發(fā)現(xiàn)其內(nèi)在結(jié)構(gòu)是高維信息處理研究的關(guān)鍵問題之一。降維方法作為克服“維數(shù)

2、災(zāi)難”的有效手段,已經(jīng)引起了人們廣泛的注意,相應(yīng)研究方興未艾。 本文圍繞維數(shù)約減的研究逐步展開,對線性和非線性維數(shù)約減的理論進行了深入的剖析,并研究了其在信息檢索和圖像處理方面的應(yīng)用。 首先,本文提出了一種在潛在語義空間中基于詞相似度的文本檢索方法,使得查詢結(jié)果在一定程度上去除了噪聲特征的影響。該方法相對于直接計算相似度有一定的提高,且通過控制一定的參數(shù),使得其查詢時間不會隨著文本集規(guī)模的變大增加很大。 其次,針

3、對非線性維數(shù)約減的問題,本文提出了一種保留流形非線性結(jié)構(gòu)的維數(shù)約減算法,并通過模擬的流形和圖像流形驗證了提出算法的效果。 第三,提出了一種新穎的流形學習算法。首先將樣本數(shù)據(jù)映射到高位的希爾伯特空間,然后,利用譜圖理論建立流形的局部逼近,并構(gòu)造一種新的準則函數(shù),將流形映射到低維空間中。最后通過數(shù)字可視化以及人臉識別等實驗驗證了算法的有效性及健壯性。 第四,成功地將FISHER線性判別準則與局部保存投影結(jié)合起來,構(gòu)造出一種全

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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論