| 基于隨機矩陣變換的快速PCA算法 | |
| 所屬分類：技術論文 | |
| 上傳者：aet | |
| 文檔大小：485 K | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹： 主成分分析PCA（Principle Component Analysis）是一種重要的分析方法,廣泛應用于圖像檢索、機器學習、模式識別等領域。隨著近年來數據維數越來越大，算法的穩定性、時間復雜度和內存使用成了PCA進一步應用所必須要解決的問題。為此提出一種快速算法，該算法利用隨機矩陣構造卷數據降維矩陣，在保持點與點之間“核距離”不變的情況下，將待分解矩陣變換成一個低維矩陣。在沒有偏差的情況下，將對原始大矩陣的分解變成對這個低維矩陣的分解，大幅降低了時間復雜度，減少了對內存的使用，同時增加了算法的穩定性，從而在根本上解決了上述3個問題。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2