开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-03-06
详细说明：流数据的爆炸式增长为特征学习方法带来挑战，包括线性判别分析（LDA）。 许多现有的LDA算法效率不高，不足以按顺序以各种方式到达的样本进行增量更新。 首先，我们提出了一种新的快速批处理LDA（FLDA / QR）学习算法，该算法使用聚类中心求解下三角系统，并通过Cholesky分解对其进行了优化。 为了利用矩阵的内在增量机制，我们进一步开发了一种精确的增量算法（IFLDA / QR）。 与大多数现有方法的排名第一的QR更新相比，在IFLDA / QR中进行正交化的Gram-Schmidt过程显着节省了空间和时间。 IFLDA / QR能够处理流数据。包含1）现有类别中的新标记样本，2），全新（新颖）类别的样本，更重要的是，3）大量示例与1中的样本混合）和.2）。 理论分析和数值实验都证明，与现有技术相比，其空间和时间成本要低得多（快2到10倍），并且具有可比的分类精度。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
