| 基于隨機矩陣變換的快速PCA算法 | |
| 所屬分類：技術(shù)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(yīng)用于圖像檢索、機器學(xué)習(xí)、模式識別等領(lǐng)域。隨著近年來數(shù)據(jù)維數(shù)越來越大，算法的穩(wěn)定性、時間復(fù)雜度和內(nèi)存使用成了PCA進一步應(yīng)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(gòu)造卷數(shù)據(jù)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(fù)雜度，減少了對內(nèi)存的使用，同時增加了算法的穩(wěn)定性，從而在根本上解決了上述3個問題。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
相關(guān)資源
aet 的最新分享
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2