- 博客(19)
- 收藏
- 关注
RSS订阅转载 关于cmd：conda无法识别为内部或外部命令
conda not recognized as an internal or external command
2023-11-15 10:46:02
623
原创 2018CVPR-clstering
深度对抗子空间聚类-Deep Adversarial Subspace Clustering大多数现有的子空间聚类方法都依赖于手工表达的自我表达，并且不知道潜在的聚类错误。为了解决这一问题，我们提出了一种新的深度对抗方法。子空间聚类（DASC）模型通过深入学习学习学习子空间聚类中更有利的样本表示，更重要的是引入对抗学习来监督样本表示学习和子空间聚类。具体地说，DASC由一个子空间聚类生成器...
2019-06-25 14:48:58
346
原创 OPTICS 聚类
1 定义（核心点，核心距离，可达距离）核心点（核心对象）：ε邻域内，数据个数大于等于阈值的点。核心距离：使每个点成为核心对象的最小距离。可达距离：若x为核心点，则y关于x的可达距离为，y与x的欧氏距离和x的核心距离，中的最大值。2 算法流程输入：数据样本 D，初始化所有点的可达距离和核心距离为MAX，半径ε，阈值 MinPts。1、建立两个队列，有序队列和结果队列。2、如果D中非空，...
2019-06-16 22:00:29
801
原创 多视图聚类与子空间聚类
1、多视图聚类从对事物的不同角度的理解生成多个特征描述视图，而非单个视图，就是多视图。若对事物作单视图特征表示，则意味着，增加了特征空间的维度，且不同角度的特征合成同一视图，其特征可能失去原有的意义。而多视图，则能够发挥各个视图的优势，把同一数据表示成多个特征集，然后在每个特征集上可以用不同的方法进行学习，达到协同学习的目的，改善学习性能。半监督多视图学习：找到将将标记数据较好分类的视图...
2019-06-16 21:57:45
11035
原创 DBSCAN-基于密度的聚类算法
1、 密度聚类基本概念**核心对象（core object）：**若x的e领域至少包含k（自定义）样本，则x是一个核心对象。密度直达：描述的是核心样本点与其e领域内的样本点的关系，是密度直达的。**密度可达：**描述的是核心对象与不在其e领域内的非核心点的关系，如果其可通过核心点间的传递密度直达，则密度可达。**密度相连：**描述的是不在同一e领域内的非核心对象之间的关系。疑问？同簇的...
2019-06-16 21:54:35
1718
原创 Kmeans聚类-matlab实现
数据集来自周志华《机器学习》202页西瓜数据集。算法初始随机选取的三个样本，按照书上选的运行测试代码，可根据需求对代码进行改写，详细过程如下：1、data.txt 数据集0.697 0.4600.774,0.3760.634,0.2640.608,0.3180.556,0.2150.403,0.2370.481,0.1490.437,0.2110.666,0.0910.24...
2019-04-26 20:16:39
3802
原创 聚类简述
1、 聚类聚类的目的就是把不同的数据点按照它们的相似与相异度（？怎么衡量相似与相异）分割成不同的簇，确保每个簇中的数据都是尽可能相似，而不同簇的数据尽可能相异。从模式识别的角度来讲，聚类就是在发现数据中潜在的模式，帮助人们 进行分组归类已达到更好理解数据的分布规律。聚类是无监督学习方法，不同的聚类方法基于不同的假设和数据类型。聚类的算法很多，包括基于划分的聚类算法：k-means、，...
2019-03-29 17:47:41
6271
1
原创 进化算法
从进化算法的角度来讲，目前已有遗传算法(GA)，粒子群算法(PSO)，蚁群算法(ACO)等一系列算法用来解决多目标优化问题，但用的比较多的还是遗传算法，粒子群算法也有。一、将进化算法应用于多目标优化时，必须解决两个主要问题:如何分别完成适应度分配和选择，以引导搜索走向帕累托最优集。如何保持种群的多样性，以防止过早收敛，实现分布良好的均衡前沿。通常，基于第一个问题，可以对不同的方...
2019-02-25 17:46:01
5752
原创 单纯形表格法求最值详解-组合数学
解：(1) 对原式引进松弛变量x4，x5x_4，x_5x4，x5，可得：(2) 建立初始单纯形表格AiAiAi：表示基变量，初始挑选单位阵为初始基，构成向量BCBC_BCB：代表基变量在目标函数中的系数向量CCC：代表目标函数的系数。在此题中，C=（3,6,2,0,0）C=（3,6,2,0,0）C=（3,6,2,0,0）PiPiPi：表示引进松弛变量后限制方程组的列系数，P0...
2018-12-02 10:17:10
33732
12
转载 matlab中repmat函数的用法
B = repmat(A,m,n)B = repmat(A,[m n])B = repmat(A,[m n p...])这是一个处理大矩阵且内容有重复时使用，其功能是以A的内容堆叠在（MxN）的矩阵B中，B矩阵的大小由MxN及A矩阵的内容决定，如果A是一个3x4x5的矩阵，有B = repmat(A,2,...
2018-10-31 09:34:11
3746
转载 MATLAB排列组合函数--nchoosek
MATLAB函数中用nchoosek 来实现二项式系数或所有组合语法：C = nchoosek(n,k)C = nchoosek(v,k)描述：C = nchoosek(n,k) 其中n和k是非负整数, 返回 n!/((n–k)! k!).这是从n种情况中一次取出k种的组合的数量。C = nchoosek(v,k), 其中v是...
2018-10-31 09:08:05
7721
原创 K 近邻法（k-nearest neighbor，k-NN）MATLAB实现
一、简单介绍二、实验准备实验数据：IRIS也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类（本次实验中，分别记为1,2,3类），每类50个数据，每个数据包含4个属性。实验语言：MATLAB目录结构：三、具体代码实现1） knn 实现function y = knn(trainData, sample_label, testData, k) %...
2018-10-10 20:38:59
10075
9
转载 推荐几个免费的国外图像库，数字图像处理必备
原文地址：https://blog.csdn.net/chenyusiyuan/article/details/1884222做数字图像处理的，怎能没有一个图库？虽说自己可以建立，可是如果是比较知名的图库，做出来的实验结果才能比较让人信服。coral是很有名，可他要收费。我寻寻觅觅，还是找到了一些图库，有的是纯texture图库，比如著名的vistex，有的是faceimages，有的也有RGB...
2018-09-26 20:27:27
4661
原创 第四章 朴素贝叶斯法
朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。1、什么是贝叶斯定理 条件概率就是事件 A 在另外一个事件 B 已经发生条件下的发生概率。 在贝叶斯定理中，每个名词都有约定俗成的名称：P(A)是 A 的先验概率，之所以称为“先验”是因为它不考虑任何 B 方面的因素。 P(A|B)是已知 B 发生后 A 的条件概率，也由于得自 B 的取值而被称作 A 的后验概率。 P(B|A)是...
2018-09-19 21:00:52
159
原创 [统计学习方法]感知机(Perceptron)算法（原始形式）的MATLAB实现
本次实验用到的数据集是3个，分别为data.txt、data2.txt 和 data3.txt.数据集data.txt里面的数据是书本例2.1 的数据，其他两个是从网上找来用作测试代码用的。1、数据集 —————————————data.txt————————————— —————————————data2.txt————————————— —————————————data3....
2018-08-19 17:40:11
1574
原创 [统计学习方法]感知机(Perceptron)算法（原始形式）的实例（例题求解）
例2.1 求解： 对正实例点x1=(3,3)T，x2=(4,3)T，x1=(3,3)T，x2=(4,3)T，x_1=(3,3)^T，x_2=(4,3)^T，负实例点x3=(1,1)Tx3=(1,1)Tx_3=(1,1)^T 解 构建最优化问题： 按照感知机学习算法的原始形式求解w,b。η=1.w,b。η=1.w,b。η=1.（1）取初值w0=[0,0]，b0=0w0=[0,0]，b...
2018-08-19 17:11:32
3923
3
原创 第二章 感知机学习笔记
第二章 感知机 由第一章已知，统计学习方法的三要素：模型、策略、算法。所以感知机的学习就从这三个方面展开。1、感知机是什么？ 感知机能将统一种类进行二类划分，所以是一种二类线性分类模型。 首先，感知机的对象是同一种类，比如男生女生都是人，所以感知机将其划分为男女两类；对于同一平面的所有点，感知机就是一条将其划分为两类的直线；对应于三维或更高维空间，感知机就是一个超平面，将其所在空间一分为...
2018-08-13 22:43:51
294
原创 第一章 统计学习方法概论
第一章 统计学习方法概论 1、统计学习的定义、研究对象与方法 统计学习（statistical learning）是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。统计学习的对象是数据。从数据出发，提取数据的特征，抽象出数据的模型，发现数据中的知识，又回到对数据的分析与预测中去。以变量和变量组表示数据，数据分为由连续变量和离散变量表示的 类型。统计学习的...
2018-08-13 15:18:12
311
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人