![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算智能
计算智能
抢我糖还想跑
这个作者很懒,什么都没留下…
展开
-
大数据核心技术
一、数据收集1、设备数据收集2、web数据爬取3、常用数据收集软件:Splunk、Sqoop、Flume、Logs他说、Kettle4、常用网络爬虫:Heritrix、Nutch二、数据预处理1、数据清理技术:不一致性检测技术、脏数据识别、数据过滤、数据修正、数据噪声的识别与平滑技术2、数据集成技术:将多个数据源的数据进行集成,缩短数据之间的物理距离,形成一个集中统一的数据看、数据立方体、数据宽表与文件3、数据规约技术:在不损害挖掘结果准确性前提下,降低数据集的规模。维规约技术、数值规约技原创 2021-09-11 16:02:26 · 1205 阅读 · 0 评论 -
NLP自然语言处理
原创 2021-08-10 00:09:09 · 81 阅读 · 0 评论 -
误差奇异值分解+搬砖
一、误差奇异值分解1需要设置迭代次数,进行omp和ksvd循环更新2 omp只更新系数X,ksvd同时更新字典基+系数X示例数据如下图令1号基的系数全为0 ,得到新的 DX1,如下图:那么此时的误差为:对误差E奇异值分解:二、换个思路,搬砖问题...原创 2021-08-02 10:19:12 · 152 阅读 · 0 评论 -
OMP正交匹配算法
原创 2021-08-02 10:11:19 · 132 阅读 · 0 评论 -
KSVD字典更新
一开始的字典不是最优的,所以需要更新。更新过程的标准就是减小误差。 误差:要更新字典哪一列,就用y-除该列外的所有列。每提取一个原子dk对整个重构矩阵产生影响,因为缺少一个基,所以DX会产生一个“空洞”,ksvd就是如何选择一个新的原子来填补空洞,使得结果更加逼近与Y,减少整体误差。假设先更新字典第k列: 则误差e为:Y-∑di xi (i!=k)更新依据原创 2021-08-02 09:54:57 · 510 阅读 · 0 评论 -
坐标轴分析MP与OMP算法
勘误:1基归一化(||x1||=1):不是指基各系数和为1。而是该向量长度为12内积:用坐标轴表示的话,是向量距离,即一个矢量在一个方向上的投影长度一、mp算法(结合坐标轴分析)1:二维坐标系假设超完备字典行数为2时,可转化为二维坐标系参考。上图得:内积:1>3>2,则基取b1。系数写在参数x中矩阵x=[ λ1,0,0]’λ1被放置到第一个元素的位置是因为这个贡献系数来自于A中的第一个基b1.向量可加性得:Y=λ1b1+e1,残差e=Y-λ1b1残差如下图:与b1相正交原创 2021-08-02 09:51:08 · 467 阅读 · 0 评论 -
KSVD稀疏表示-字典学习 笔记
2019-04一、引言1、有监督学习 属性有标记的学习过程(低维还方便,高维很难划分具体的明确的标签)2、无监督学习 属性没有标记的学习过程。 字典学习一般是无监督学习过程,维灾情况,导致高维空间中,最近的点和最远的点的距离随维度增加而减小,换句话说,维度增加让远点和近点的差异减小,趋近于原创 2021-08-02 09:41:46 · 1874 阅读 · 0 评论 -
SVM优化问题
原创 2021-07-31 09:47:58 · 226 阅读 · 0 评论 -
PSO粒子群算法
提出详解优缺点原创 2021-07-31 09:45:05 · 73 阅读 · 0 评论 -
ACO蚁群算法
#旅行商问题#详解描述#蒸发策略#优缺点原创 2021-07-30 14:44:25 · 79 阅读 · 0 评论