最近鄰的隨機(jī)非線性降維
大?。?/span>0.76 MB 人氣： 2017-12-23 需要積分：2
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
標(biāo)簽：非線性(22953)降維(7634)
針對(duì)線性降維技術(shù)應(yīng)用于具有非線性結(jié)構(gòu)的數(shù)據(jù)時(shí)無(wú)法得到令人滿意的結(jié)果的問(wèn)題，提出一種新的著重于保持高維空間局部最近鄰信息的非線性隨機(jī)降維算法（ NNSE）。該算法首先在高維空間中通過(guò)計(jì)算樣本點(diǎn)之間的歐氏距離找出每個(gè)樣本點(diǎn)的最近鄰點(diǎn)，接著在低維空間中產(chǎn)生一個(gè)隨機(jī)的初始分布；然后通過(guò)將低維空間中的樣本點(diǎn)不斷向其最近鄰點(diǎn)的平均位置移動(dòng)，直到產(chǎn)生穩(wěn)定的低維嵌入結(jié)果。與一種先進(jìn)的非線性隨機(jī)降維算法——t分布隨機(jī)鄰域嵌入（ t-SNE）相比，NNSE算法得到的低維結(jié)果在可視化方面與t-SNE算法相差不大，但通過(guò)比較兩者的量化指標(biāo)可以發(fā)現(xiàn)，NNSE算法在保持最近鄰信息方面上明顯優(yōu)于t-SNE算法。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
最近鄰的隨機(jī)非線性降維下載
相關(guān)電子資料下載
- 不同的人工神經(jīng)網(wǎng)絡(luò)模型各有什么作用? 126
- rnn神經(jīng)網(wǎng)絡(luò)基本原理 233
- bp神經(jīng)網(wǎng)絡(luò)算法過(guò)程包括 106
- 反向傳播神經(jīng)網(wǎng)絡(luò)建?；驹?/a> 166
- 反向傳播神經(jīng)網(wǎng)絡(luò)概念是什么 169
- 反向傳播神經(jīng)網(wǎng)絡(luò)分為多少層 162
- bp神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括哪些 115
- 卷積神經(jīng)網(wǎng)絡(luò)激活函數(shù)的作用 80
- 數(shù)學(xué)建模神經(jīng)網(wǎng)絡(luò)模型的優(yōu)缺點(diǎn)有哪些 299
- 什么神經(jīng)網(wǎng)絡(luò)模型適合做分類 114