已閱讀1頁(yè),還剩37頁(yè)未讀, 繼續(xù)免費(fèi)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文假設(shè)數(shù)據(jù)來自高斯混合模型,通過對(duì)該類模型施加懲罰函數(shù),實(shí)現(xiàn)變量選擇及聚類分析。我們選取了三種關(guān)于均值參數(shù)的懲罰函數(shù):L1-懲罰、Adaptive-L1-懲罰、Adaptive-分層-懲罰,對(duì)應(yīng)的模型分別記為L(zhǎng)1-GMM、Adaptive-L1-GMM、Adaptive-H-GMM。模型確立后,我們首先利用Gap Statistics對(duì)聚類個(gè)數(shù)進(jìn)行估計(jì),然后利用EM算法對(duì)模型中πk(s),μkp(s),σp(s)三組參數(shù)進(jìn)行估計(jì),在此
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(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。
最新文檔
- 基于高斯混合模型的微陣列基因表達(dá)數(shù)據(jù)聚類分析.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)的聚類分析方法研究及其應(yīng)用.pdf
- 基于時(shí)段基因的高維混合面板數(shù)據(jù)分析模型研究.pdf
- 高維數(shù)據(jù)的聚類分析研究及應(yīng)用.pdf
- 基于混合高斯模型的三維手部關(guān)節(jié)跟蹤算法.pdf
- 懲罰COX模型和彈性網(wǎng)技術(shù)在高維數(shù)據(jù)生存分析中的應(yīng)用.pdf
- 基于高斯混合模型的基因表達(dá)數(shù)據(jù)聚類研究.pdf
- 基于高斯混合模型的多源異類交通數(shù)據(jù)融合研究.pdf
- 基于高斯過程隱變量模型的數(shù)據(jù)降維與分類.pdf
- 基于高斯混合模型的運(yùn)動(dòng)目標(biāo)檢測(cè).pdf
- 高維數(shù)據(jù)流聚類分析及離群點(diǎn)檢測(cè)研究.pdf
- 基于高斯混合模型的圖像分割的研究.pdf
- 基于高斯混合模型的語種識(shí)別技術(shù).pdf
- 基于混合高斯模型的說話人識(shí)別.pdf
- 基于高斯混合模型的語音轉(zhuǎn)換方法研究.pdf
- 基于高斯混合模型的咳嗽音檢測(cè)研究.pdf
- 基于高斯混合模型的參數(shù)遷移聚類.pdf
- 基于高斯混合模型分類的SAR圖像檢索.pdf
- 基于高斯混合模型的語種識(shí)別的研究.pdf
評(píng)論
0/150
提交評(píng)論