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. 最小二乘法MATLAB程序

  2. 偏最小二乘法 最小二乘法是一种数学优化技术，它通过最小化误差的平方和找到一组数据的最佳函数匹配。 用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小。 通常用于曲线拟合。很多其他的优化问题也可通过最小化能量或最大化熵用最小二乘形式表达.

  3. 所属分类：其它

    • 发布日期：2009-10-11
    • 文件大小：2048
    • 提供者：ljl1987910

  1. 基于模糊理论的图像分割算法研究(硕士学位论文)

  2. 近年来一些学者将模糊理论引入到图像分割中，较传统方法取得了更好的分割效果。 本文在研究传统的模糊阈值分割和模糊聚类分割的基础上，提出了以下改进的新方法： 1．针对目标／背景两类图像分割问题，考虑二维灰度直方图，采用了一种更符合图像空间分布特点的隶属函数，建立了对应的二维图像模糊熵，并采用遗传算法对二维图像模糊熵的各个参数进行优化，根据最大模糊熵准则，确定目标和背景的晟佳分割阈值；实验结果表明，基于遗传算法的二维最大模糊熵阈值分割法具有较好的分割性能和较快的分割速度，对噪声有一定的抑制能力。另外

  3. 所属分类：其它

    • 发布日期：2010-03-23
    • 文件大小：4194304
    • 提供者：aa2004011425

  1. 平方熵的文献

  2. 平方熵的文献 Closed-form Jensen-Renyi Divergence for mixture of Gaussian

  3. 所属分类：专业指导

    • 发布日期：2013-05-31
    • 文件大小：1048576
    • 提供者：c6610123

  1. 快速核密度估计定理和大规模图论松弛聚类方法

  2. 首先证明了快速核密度估计(Fast kernel density estimate, FKDE) 定理: 基于抽样子集的高斯核密度估计(KDE) 与原数据集的KDE 间的误差与抽样容量和核参数相关, 而与总样本容量无关. 接着本文揭示了基于高斯核形式的图论松弛聚 类(Graph-based relaxed clustering, GRC) 算法的目标表达式可分解成\Parzen 窗加权和+ 平方熵" 的形式, 即此时GRC 可视作一个核密度估计问题, 这样基于KDE 近似策略, 本文提出了大规

  3. 所属分类：专业指导

    • 发布日期：2013-08-10
    • 文件大小：1048576
    • 提供者：wutiebing81

  1. 偏最小二乘法算法

  2. 偏最小二乘法是一种数学优化技术，它通过最小化误差的平方和找到一组数据的最佳函数匹配。 用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小。 很多其他的优化问题也可通过最小化能量或最大化熵用最小二乘形式表达。

  3. 所属分类：C

    • 发布日期：2018-07-23
    • 文件大小：242688
    • 提供者：qq_27033625

  1. 大D黑洞膜范式处于次导阶

  2. 在较大的D极限中，在某些情况下，最近已证明，渐近平坦时空中的黑洞动力学降低为在平坦D维时空中传播的非重力膜的动力学。 我们证明了这种对应关系在1 / D扩展中扩展到所有阶，并概述了在1 / D的幂级数扩展中推导校正膜方程的系统方法。 为了说明我们的方法，我们确定了运动的膜方程的第一个次导校正。 在此顺序上，定性的新效果是膜速度的发散不为零，并且与剪切张量的平方成正比，使人联想到流体力学的熵流。 作为测试，我们使用修改后的膜方程来计算对Schwarzschild黑洞的准准模频率的校正，并找到与直接

  3. 所属分类：其它

    • 发布日期：2020-04-30
    • 文件大小：866304
    • 提供者：weixin_38703295

  1. 霍金辐射是微粒的

  2. Schwarzschild黑洞蒸发期间发出的Hawking量子总数与初始质量的平方成正比，或者与Bekenstein熵成正比。 这一简单但鲜为人知的事实是根据最近发现的黑洞软发来解释的。

  3. 所属分类：其它

    • 发布日期：2020-04-29
    • 文件大小：417792
    • 提供者：weixin_38517212

  1. 右手中微子约束的NMSSM

  2. 在本文中，我们证明了在次最小超对称标准模型（NMSSM）中包含右手中微子超场，使得有可能在Grand Unification尺度上对软性超对称破坏参数施加普遍性条件，从而减轻了许多 所谓的受约束的NMSSM问题。 我们研究了该模型的重整化组方程，表明右旋中微子极大地推动了单重态希格斯质量平方参数负值的产生，这使得满足辐射弱电对称性条件变得相当容易。 新字段还导致标准模型希格斯质量的值更大，从而使重现测量值变​​得更加容易。 结果，可以在参数空间的大范围内实现对撞机和低能观测器的所有边界。 但是，

  3. 所属分类：其它

    • 发布日期：2020-04-29
    • 文件大小：851968
    • 提供者：weixin_38663973

  1. 黑洞蒸发过程中霍金辐射和熵守恒的三阶校正

  2. 使用Parikh–Wilczek隧穿框架，我们在三阶WKB近似下从Schwarzschild黑洞计算出隧穿速率，然后获得发射光谱和黑洞熵的表达式以进行三阶校正。 熵包含四个项，包括Bekenstein-Hawking熵，对数项，逆面积项和逆面积项的平方。 此外，我们分析了这种近似下的连续排放之间的相关性。 结果表明，在黑洞蒸发过程中熵是守恒的，这与量子力学的要求相一致，这意味着信息在这一过程中是守恒的。 我们还将上述结果与纯热谱情况进行了比较，发现非热校正起着重要作用。

  3. 所属分类：其它

    • 发布日期：2020-04-23
    • 文件大小：248832
    • 提供者：weixin_38665046

  1. Rényi从欧几里得猝灭发散

  2. 我们研究了相对熵的一般化，即通过使哈密顿量变形而创建的激发态密度矩阵ρ与热密度矩阵ρβ之间的2d CFT中的Rényi散度Dα（ρ∥ρβ）。 使用该量的路径积分表示作为欧几里得猝灭，我们在共形微扰理论中获得了标量原色和守恒全纯电流对Rényi发散的主要贡献。 此外，当守恒电流扰动具有不均匀的空间轮廓（这是正弦平方变形（SSD）的版本）时，我们计算对Rényi散度的主要贡献。 对于这些不均匀变形，对主要贡献的Rényi参数（α）的依赖具有通用形式，并且与简单谐波振荡器的Rényi散度受线性电势扰动

  3. 所属分类：其它

    • 发布日期：2020-04-20
    • 文件大小：1048576
    • 提供者：weixin_38621553

  1. 全息RG流动，纠缠熵和求和规则

  2. 我们计算了全息重归一化组流之间的共形场理论之间的应力张量轨迹的两点函数。 我们表明，与该相关器中动量平方成正比的项给出了d = 2中固定点之间的中心电荷的变化，而在d> 2中，它给出了平面区域的全息纠缠熵。 这也可以看作是Adler-Zee公式的全息实现，用于牛顿常数的重新归一化。 发现全息正则化可以提供求和规则的有限项和发散项的完美匹配，并且类似于互信息方面的熵正则化。 最后，我们根据双重体作用的稳定性提供了反射正性的一般证明，并讨论了重力解内部的统一性约束，零能量条件和规则性之间的关系

  3. 所属分类：其它

    • 发布日期：2020-04-06
    • 文件大小：548864
    • 提供者：weixin_38725260

  1. 韦尔引力的宇宙学和热力学分析

  2. 在修正的Weyl重力框架下，我们观察了变色子标量场的平面Friedmann–Robertson–Walker度量热力学定律的平衡图，并分析了哈勃视界和Bekenstien广义热力学第二定律和热平衡条件的有效性。 –鹰的熵。 此外，我们检查状态参数的有效方程式以及声音的平方速度。 通过假设四个不同的减速参数选择，我们研究了状态参数方程的行为以及声音的平方速度。 还通过从CC + $$ H_o $$ Ho数据集中获取模型参数的观测值，来检验广义热力学第二定律和热平衡条件的有效性。

  3. 所属分类：其它

    • 发布日期：2020-04-01
    • 文件大小：781312
    • 提供者：weixin_38660058

  1. 在4D测量超重力中对BPS黑洞吸引子进行更高的导数校正

  2. 我们在存在较高的导数超对称项（包括Weyl平方型作用）的情况下，在4d规范超重力中分析BPS黑洞吸引子，并确定对Bekenstein-Hawking熵的校正。 用Fayet-Iliopoulos量规在N = 2超重力中保留了近地平线的几何形状AdS 2×S 2（或其他Riemann表面）。 我们推导出熵和黑洞电荷之间的关系，该关系通过AdS / CFT暗示了亚超校正如何对双显微图片中的超对称指数做出贡献。

  3. 所属分类：其它

    • 发布日期：2020-03-27
    • 文件大小：596992
    • 提供者：weixin_38661236

  1. 纠缠温度与高斯-贝内特项

  2. 我们使用第一类热力学定律ΔE=TentΔSEE来计算纠缠温度，直到任何时空维度的Jacobson-Myers熵函数中的Gauss-Bonnet项。 当缠结区域是板的几何形状时，完成计算。 我们还表明，当高维二维曲面是四维时，这样的高斯-邦尼特项成为全导数，它对纠缠熵的有限项没有贡献。 我们观察到，Weyl平方项对纠缠熵没有贡献。 重要的是要注意，当缠结区域非常小时并且使用标准哈密顿量计算能量时，将执行计算。

  3. 所属分类：其它

    • 发布日期：2020-03-25
    • 文件大小：279552
    • 提供者：weixin_38738783

  1. 模糊球面上的纠缠熵的广义体积定律

  2. 我们研究了模糊球面上标量场理论中的纠缠熵。 该理论是通过矩阵模型实现的。 在我们以前的研究中，我们确认了自由情况下的纠缠熵与聚焦区域边界区域的平方成正比。 在这里，我们认为，纠缠熵的这种行为可以通过以下事实来理解：该理论由矩阵进行正则化，并进一步检验了纠缠熵对矩阵大小的依赖性。 在交互情况下，通过执行蒙特卡洛模拟，我们观察到从通过将面积定律的平方积分而获得的广义体积定律到面积定律的平方的过渡。

  3. 所属分类：其它

    • 发布日期：2020-03-25
    • 文件大小：540672
    • 提供者：weixin_38722329

  1. 动态Chern-Simons修正重力中基于广义熵的全息暗能量模型的宇宙学意义

  2. 最近，Tsallis，Rényi和Sharma-Mittal熵已广泛用于研究引力和宇宙学设置。 我们认为平坦的FRW宇宙在暗能量和暗物质之间具有线性相互作用。 我们讨论了在Chern-Simons修正重力框架下使用Tsallis，Rényi和Sharma-Mittal熵的暗能量模型。 我们探索了各种宇宙学参数（状态参数的等式，速度的平方声）和宇宙平面（ωd-ωd'，其中ωd'是状态参数的演化方程）。 可以看出，在大多数情况下，状态方程的参数赋予了宇宙类似精髓的本质。 同样，声音的平方显示了Tsa

  3. 所属分类：其它

    • 发布日期：2020-03-25
    • 文件大小：1048576
    • 提供者：weixin_38699302

  1. 高斯-邦尼全息照相流体中的二阶输运，准正态模和零粘度极限

  2. Gauss-Bonnet全息流体是一个有用的理论实验室，用于研究双重重力作用中曲率平方项对强耦合下的输运系数，准正态谱和热相关器的解析结构的影响。 为了了解高斯-邦尼流体在3 +1维上的行为和可能的病理学，我们计算（在高斯-邦尼偶合中以解析方式和非微扰方式）其二阶输运系数，延迟的两点和三点相关性 动量张量在水动力状态中的作用以及相关的准正态谱 在高斯-邦纳特耦合中，二阶传输系数之间的Haack-Yarom通用关系受到破坏。 在零粘度极限下，全息流体仍会产生熵，而动量扩散和声衰减在流体动力膨胀中的

  3. 所属分类：其它

    • 发布日期：2020-03-24
    • 文件大小：1048576
    • 提供者：weixin_38562079

  1. 机器学习算法基础学习总结

  2. 机器学习算法基础学习总结2.基本算法 2.1 Logistic回归 优点:计算代价不高,易于理解和实现。 缺点:容易欠拟合,分类精度可能不高 适用数据类型:数值型和标称型数据。 类别:分类算法。 试用场景:解决二分类问题。 简述: Logistic回归算法基于 Sigmoid函数,或者说 Sigmoid就是逻辑回归函数。 Sigmoid函数定义如下:1/(1-exp(-z))。函数值域范围(0,1)。可以用来做分 类器。 Sigmoid函数的函数曲线如下: 逻辑凹归模型分解如下:(1)首先将不同

  3. 所属分类：机器学习

    • 发布日期：2019-07-02
    • 文件大小：312320
    • 提供者：abacaba

  1. 偏最小二乘法pls算法计算

  2. 化学计量学方法中常用的一种建模方法，可以通过通过最小化误差的平方和找到一组数据的最佳函数匹配。 用最简的方法求得一些绝对不可知的真值，而令误差平方之和为最小。 很多其他的优化问题也可通过最小化能量或最大化熵用最小二乘形式表达。

  3. 所属分类：机器学习

    • 发布日期：2020-11-30
    • 文件大小：2048
    • 提供者：baidu_33512855

  1. [Machine Learning] 交叉熵损失函数 v.s. 平方损失函数（CrossEntropy Loss v.s. Square Loss）

  2. 思考 我们会发现，在机器学习实战中，做分类问题的时候经常会使用一种损失函数（Loss Function）——交叉熵损失函数（CrossEntropy Loss）。但是，为什么在做分类问题时要用交叉熵损失函数而不用我们经常使用的平方损失函数呢？ 这时候就应该想一下，损失函数需要做什么？怎样的损失函数才是最合适的？ 一般而言，我们都希望损失函数能够做到，当我们预测的值跟目标值越远时，在更新参数的时候，应该减去一个更大的值，做到更快速的下降，并且不容易遇到陷入局部最优、鞍点以及平坦区域等问题。具体可看

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：87040
    • 提供者：weixin_38720256
« 12 3 »