- 博客(7)
- 资源 (12)
- 收藏
- 关注
转载 Locally linear embedding (LLE)局部线性嵌入(降维)
转载自:http://blog.sina.com.cn/s/blog_6a1bf1310101habg.html
2014-10-20 12:40:27 2549 1
转载 MDS(multidimensional scaling)多维尺度分析
转载自:http://blog.csdn.net/yang_xian521/article/details/7301121大家一般想到降维,就自然想到一种方法PCA,其实还有一种方法MDS(multidimensional scaling),可以获得样本间的相似性的空间表达。先说说这两种方法的相似处,PCA是把观察的数据用较少的维数来表达,这点上两种方法的相似的;两种方法的不太
2014-10-19 16:58:42 2381
转载 流形学习(2)
转载自:http://www.cvchina.info/2010/05/31/manifold-learning-2/#more-1040
2014-10-19 16:43:21 1300
转载 流形学习(1)
转载自:http://www.cvchina.info/2010/05/31/manifold-learning/#more-1038
2014-10-19 16:35:31 909
转载 IsoMap实战
两种经典的非线性降维(Nonlinear Dimensionality Reduction)方法:LLE和IsoMap。问题是别人做过的,算法实现也基本都是现成的,我只是拿来"玩一玩"。实验有很多环节,最有趣的一个环节, 是给你698张人脸的图像(64×64灰度),通过isomap降维方法将每张脸当做一个点映到二维平面上,使得横坐标恰好反映人脸左右看的程度,纵坐标反映人脸上下看的程度。如果
2014-10-18 20:40:08 6184 3
转载 矩阵的特征值和特征向量
定义1 设是一个阶方阵,是一个数,如果方程 (1)存在非零解向量,则称为的一个特征值,相应的非零解向量称为属于特征值的特征向量. (1)式也可写成,
2014-10-18 14:57:04 1618
转载 协方差矩阵详解
一、统计学的基本概念统计学里最基本的概念就是样本的均值、方差、标准差。首先,我们给定一个含有n个样本的集合,下面给出这些概念的公式描述:均值:标准差:方差:均值描述的是样本集合的中间点,它告诉我们的信息是有限的,而标准差给我们描述的是样本集合的各个样本点到均值的距离之平均。以这两个集合为例,[0, 8, 12, 20]和[8, 9, 11, 12],两个集合的均值都是10,但显然两
2014-10-18 14:17:39 4444
中国各省会城市的距离表
2023-03-27
ACM国际大学生程序设计竞赛题解 2 [赵端阳][程序源代码]
2014-07-13
ACM国际大学生程序设计竞赛题解 1 [赵端阳][程序源代码]
2014-07-13
基于MFC的模拟时钟程序
2014-02-13
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人