注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 非降采样Contourlet域内空间频率激励的PCNN图像融合算法

  2. Nonsubsampled contourlet transform (NSCT) 能够提供灵活的多分辨率分解, 具有各向异性和图像方向性扩展特点. 与原始的Contourlet相比, 它是频移不变的, 能有效克服Contourlet变换中的伪吉布斯现象. 脉冲耦合神经网络(Pulse Coupled Neural Networks-PCNN)是一种具有视觉生理学基础的神经网络, 具有全局耦合和神经元同步脉冲发放特性, 已经被成功应用于图像处理和图像融合中. 本文将NSCT与PCNN结合起来,

  3. 所属分类：其它

    • 发布日期：2011-10-10
    • 文件大小：5242880
    • 提供者：bt945

  1. 吉布斯采样_gibbs sampling

  2. 马尔科夫 蒙特卡洛模拟及吉布斯抽样的介绍。

  3. 所属分类：讲义

    • 发布日期：2015-03-17
    • 文件大小：421888
    • 提供者：songzhichao4444

  1. GibbsLDA++

  2. 使用C++实现的的LDA主题模型的吉布斯采样工具，对于研究LDA主题模型的同学来说是个不错的工具。还有一个文档见另外一个资料。

  3. 所属分类：C++

    • 发布日期：2015-07-19
    • 文件大小：1048576
    • 提供者：fei2012

  1. 贝叶斯分类器

  2. 贝叶斯分类器 朴素贝叶斯分类器 半朴素贝叶斯分类器 贝叶斯网 吉布斯采样

  3. 所属分类：讲义

  1. 受限玻尔兹曼机笔记.pdf

  2. 本文包括RBM的所有基础知识。代码可以见hinton的文章 玻尔兹曼机（BMS）是一种特殊的对数线性马尔可夫随机场（MRF）的形式，即，其能量函数在其自由参数的线性空间里。使他们强大到足以代表复杂的分布，我们考虑到一些变量是没有观察到（他们称为隐藏）。通过更多的隐藏变量（也称为隐藏的单位），我们可以增加的玻尔兹曼机的建模能力（BM）。受限玻尔兹曼机进一步限制BMS中那些可见-可见和隐藏-隐藏的连接。本文是一个RBM的描述。

  3. 所属分类：深度学习

    • 发布日期：2018-04-11
    • 文件大小：3145728
    • 提供者：qq_40006058

  1. 【最新】2018面向工程师的最佳【统计机器学习】课程课件、作业、视频链接

  2. 美国圣母大学2017年新开课程《给科学家和工程师的统计学习》Statistical Computing for Scientists and Engineers 涵盖了统计学习中的几乎所有重要知识，包括《概率与统计、信息论、多维高斯分布、最大后验估计、贝叶斯统计、指数族分布、贝叶斯线性回归、蒙特卡洛方法、重要性采样、吉布斯采样、状态空间模型、EM算法、主成分分析、连续隐变量模型、核方法与高斯过程等》，并提供视频，PPT，课程作业及其参考答案与代码，还有大量参考学习资源，是不可多得的统计学习课程

  3. 所属分类：机器学习

    • 发布日期：2018-01-14
    • 文件大小：269
    • 提供者：zhuf14

  1. LDA数学八卦

  2. LDA数学基础，文本主题建模，以及基于吉布斯采样算法的推导过程

  3. 所属分类：机器学习

    • 发布日期：2019-02-28
    • 文件大小：2097152
    • 提供者：qq_29093241

  1. matlab开发-DirichletProcessGaussianMixtureModel

  2. matlab开发-DirichletProcessGaussianMixtureModel。使用吉布斯采样的Dirichlet过程高斯混合模型

  3. 所属分类：其它

    • 发布日期：2019-08-23
    • 文件大小：8192
    • 提供者：weixin_38743481

  1. matlab开发-带Gibbssample的MSTVTP

  2. matlab开发-带Gibbssample的MSTVTP。吉布斯采样码时变参数马尔可夫切换

  3. 所属分类：其它

    • 发布日期：2019-08-27
    • 文件大小：3072
    • 提供者：weixin_38744270

  1. matlab开发-GibbsMotifSampler

  2. matlab开发-GibbsMotifSampler。通过吉布斯采样找到图案和最佳宽度。不需要工具箱。

  3. 所属分类：其它

    • 发布日期：2019-08-28
    • 文件大小：6144
    • 提供者：weixin_38744270

  1. 基于非下采样shearlet变换的微地震随机噪声压制

  2. 基于非下采样shearlet变换的微地震资料去噪方法,相比于其他多尺度变换方法具有更好的方向敏感性和最优稀疏表示性能,具有更强的去除随机噪声的能力,信号保真度更好。同时较传统的shearlet变换具有平移不变性,克服了伪吉布斯现象。利用非下采样shearlet变换阈值去噪法与小波和曲波阈值变换方法对微地震仿真和实际资料的随机噪声的压制进行对比分析,结果表明非下采样shearlet变换具有更好的去噪能力。

  3. 所属分类：其它

    • 发布日期：2020-04-29
    • 文件大小：247808
    • 提供者：weixin_38680506

  1. 基于BIC、EM算法构建贝叶斯网

  2. 《机器学习》第七章后半部分代码，包括利用BIC、EM算法为基础构建贝叶斯网络，并利用吉布斯采样算法对实现对网络的“查询”。贝叶斯网络的构建采用了贪心算法。基于BIC、EM算法生成的贝叶斯网络没有进行较多验证，但从经验简单观察，应该具有一定正确性。

  3. 所属分类：机器学习

    • 发布日期：2020-02-28
    • 文件大小：9216
    • 提供者：mddh_123

  1. 一种基于吉布斯采样算法的马尔可夫背景模型编码的研究

  2. 一种基于吉布斯采样算法的马尔可夫背景模型编码的研究，匡斌，饶妮妮，当前有许多用于预测模体的算法，但没有一种算法能有效地应用在所有场合。目前在模体查找方面使用最多的是改进吉布斯采样算法的方

  3. 所属分类：其它

    • 发布日期：2020-01-18
    • 文件大小：374784
    • 提供者：weixin_38712279

  1. 一种改进吉布斯采样算法寻找模体的研究

  2. 一种改进吉布斯采样算法寻找模体的研究，匡斌，饶妮妮，当前有许多用于预测模体的算法，但没有一种算法能有效地应用在所有场合。依据位置权重矩阵的模体模型，我们提出了一种改进的吉布

  3. 所属分类：其它

    • 发布日期：2020-01-18
    • 文件大小：343040
    • 提供者：weixin_38515897

  1. 一种面向大规模微博数据的话题挖掘方法.pdf

  2. 随着微博的日趋流行，新浪微博已成为公众获取和传播信息的重要平台之一，针对微博数据的话题挖掘也 成为当前的研究热点。提出一个面向大规模微博数据的话题挖掘方法。首先对大规模微博数据进行分析，基于 Bloom Filter算法对数据进行去重处理，针对微博的特有结构，对文本进行预处理，提出改进的LDA主题模型So- cial Network LDA(SNLDA)，采用吉布斯采样法进行模型推导，挖掘出微博话题。实验结果表明，方法能有效地从 大规模微博数据中挖掘出话题信息。

  3. 所属分类：算法与数据结构

    • 发布日期：2020-06-09
    • 文件大小：576512
    • 提供者：sinat_34886114

  1. 吉布斯采样.pptx

  2. 详细说明吉布斯采样的原理 主要内容包括： 贝叶斯网络的推断中为什么引入吉布斯采样 什么是吉布斯采样（原理） 吉布斯采样大概是怎么工作的（算法过程） 吉布斯采样理论推导（包括说MCMC算法和马尔可夫链及其稳态分布）

  3. 所属分类：机器学习

    • 发布日期：2020-06-23
    • 文件大小：2097152
    • 提供者：qq_33893619

  1. 统计计算-Gibbs抽样

  2. 吉布斯采样是统计学中用于马尔科夫蒙特卡洛的一种算法，用于在难以直接采样时从某一多变量概率分布中近似抽取样本序列。文档内有例子和代码以及运行结果。

  3. 所属分类：讲义

    • 发布日期：2020-08-01
    • 文件大小：191488
    • 提供者：qq_37041207

  1. NSST非下采样剪切波变换

  2. 非下采样剪切波变换（NSST）是对剪切波（shearlet）变换的改进，在继承剪切波（shearlet）变换优点的同时，避免了伪吉布斯现象的出现，相比于小波变换、曲边变换等操作效率高、复杂度低。该源代码中包含测试实例和代码注释。

  3. 所属分类：机器学习

    • 发布日期：2020-09-17
    • 文件大小：296960
    • 提供者：fan_weiqiang

  1. 多信道无线网络中优化QoM吉布斯采样信道选择算法

  2. 在无线网络中采用专用节点对用户的通信活动进行监测可实现网络的故障诊断和资源管理.由于硬件资源受限,无线节点通常在一个时刻只能工作在一个信道上,因此优化各个节点的信道选择使整个网络收集的用户信息量达到最大,即网络监测质量(QoM)达到最优是一个关键问题.文中提出一种基于吉布斯采样(Gibbs Sampler)的分布式节点信道选择算法.根据优化目标构造了能量函数,以计算各个信道的选择概率,并完成对信道的优化选择.该算法复杂度低,具有可证明的收敛性,大量实验结果表明该算法可以实现无线网络QoM最优化问

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：393216
    • 提供者：weixin_38500734

  1. 基于改进的非下采样Contourlet变换的超分辨率复原算法

  2. Contourlet变换应用于图像复原时容易引入伪吉布斯现象。非下采样Contourlet变换(NSCT)具有平移不变性, 能够克服伪吉布斯现象, 但是由于基于学习的超分辨率复原需要建立不同分辨率的关系, 而NSCT变换的结果是每一层图像大小都一样, 不能像拉普拉斯金字塔那样建立高低分辨率图像的对应关系及运算量较大。针对这些问题, 提出了基于改进的非下采样Contourlet变换(INSCT)的超分辨率复原算法。为了表示人脸特征, 算法首先建立了INSCT金字塔。然后针对人脸的特殊性, 在匹配过

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：1048576
    • 提供者：weixin_38663526
« 12 »