- 博客(6)
- 资源 (13)
- 收藏
- 关注
原创 KMeans.java 代码解读与时间序列聚类
1.KMeans 算法思想:对于给定的类别数目k,首先给出初始划分,通过迭代改变样本和簇的隶属关系,使得每一次改进之后的划分方案都较前一次好。2.KMeans 算法步骤:2.1. 选择初始的k个类别中心μ1,μ2 ...μk2.2. 根据簇中心打标签阶段,即assignment。对于每个样本x i ,将其标记为距离类别中心最近的类别,即:label(i) = arg
2017-06-30 23:03:03 938
原创 Overtime temporary Pseudocode. will delete.
void divide_one_class_by_labels(ArrayList TrainingSample, double[][][] classData, double[] classLabel) { int labelNum; double [][][] classData = new double[labelNum][][];//K m num
2017-06-22 00:41:55 359
原创 SVM支持向量机目标函数及参数训练过程说明解读
目标函数如下:这个和线性可分支持向量机形式类似推导过程相同,区别在于利用拉格朗日求最优化值的时候,多了参数C和ksi,推导出来的约束条件alpha_i 从>=0 变成了0对alpha_i 求导(梯度gradient可以由如下导数和约束推导得到):含有不等式约束的KKT条件是SVM收敛的充分必要条件:如下式子也是训练停止的条件。解释如下:当a
2017-06-18 23:10:43 7163
原创 LIBSVM代码实现 线性支持向量机之权重向量和决策函数戏说解读
线性支持向量机的目标函数如下:公式推导之后权重向量w和决策函数为下面公式所示:直观理解或者戏说解释一下,w和decision function为什么长这个鸟样子? 这个鸟样子是否能够靠直接解释信以为真呢?权重向量w解释:alpha_i 是每个向量的系数,如果系数为零,则不是支持向量。这个容易理解。fai_xi 是xi的映射
2017-06-17 14:04:21 2673
原创 滑动移动均值滤波简单代码实例
滑动移动均值滤波简单代码实例 private float[] mBufout = null; private final int mWindowSize = 2; static float filter_buf[]= {10,20,30,40,50,60,70,80,90}; // 移动均值滤波,原始数组最后的mwindowSize-1 个元素没有处理。 pub
2017-06-12 22:53:08 1249
原创 SVM分类时间序列问题方法
SVM分类时间序列问题可以借助DTW算法进行核函数映射替换已有研究现状:http://members.cbio.mines-paristech.fr/~jvert/talks/070608telecom/telecom.pdfhttp://www.ism.ac.jp/ cuturi/articles/alignment2006arxhttps://notendur.
2017-06-12 00:52:36 3382
MQTT_client.apk
2018-01-06
深入理解linux内核pdf
2017-09-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人