超级会员免费看
Motivation
1，我们为了获得更高的性能，建立了一个新的与典型特征学习相关的单层模型，并且考虑了无监督学习模块。
FrameWork
- 介绍：先进行标准化，再进行白化，最后进行迭代，学习那个聚类点。
- 为什么进行白化？
为什么会产生许多高度相关的质心？为什么这会由像素间的相关性产生？(大概率)由于像素间由相关性才使得
点没有散开。正如以下的两点区别（左图没有充分散开，右图散开了）：
宽度学习（二）：基于k-均值聚类算法的特征提取（只讲提取部分）
最新推荐文章于 2024-06-11 16:20:58 发布
本文探讨了在宽度学习中如何利用k-均值聚类算法进行特征提取，首先介绍动机——为提升性能而构建的单层模型，结合无监督学习模块。接着，详细阐述了特征提取的流程：标准化、白化和迭代过程。白化的原因在于减少像素间的相关性，以使聚类点更分散，提高模型性能。
972
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
