线性组合

语音的线性预测系数（Linear Prediction Coefficient，LPC）

线性预测技术很早（1967年）就已经被应用与语音处理领域，基本概念是：一个语音的采样值可以通过过去若干语音采样值的线性组合来逼近（最小均方误差），能够决定唯一的一组预测系数，而这个预测系数就是题目中的LPC
Lebronze·2017-01-06 11:42

R语言之主成分分析-PCA 贡献率

#主成分分析是将多指标化为少数几个综合指标的一种统计分析方法主成分分析是一种通过降维技术把多个变量化成少数几个主成分的方法，这些主成分能够反映原始变量的大部分信息，他们通常表示为原始变量的线性组合。
IT界的小小小学生·2016-12-27 10:26

因子分析与主成分分析之间爱恨离愁。FA与FCA

1.原理不同主成分分析基本原理：利用降维（线性变换)的思想，在损失很少信息的前提下把多个指标转化为几个不相关的综合指标（主成分),即每个主成分都是原始变量的线性组合,且各个主成分之间互不相关,使得主成分比原始变量具有某些更优越的性能
IT界的小小小学生·2016-12-27 10:10

因子分析与主成分分析之间爱恨离愁。FA与FCA

1.原理不同主成分分析基本原理：利用降维（线性变换)的思想，在损失很少信息的前提下把多个指标转化为几个不相关的综合指标（主成分),即每个主成分都是原始变量的线性组合,且各个主成分之间互不相关,使得主成分比原始变量具有某些更优越的性能
IT界的小小小学生·2016-12-27 10:10

线性时不变系统(LIT )

献给期末继续预习的我还有刺猬DAY2很多物理过程都具有线性和时不变性,因此都能用线性时不变系统来表征.无论在离散时间或连续时间情况下,单位冲激函数的重要特性之一是:一般信号都可以表示为延迟冲激的线性组合
EMei_Li·2016-12-21 12:34

最优化学习笔记（十四）——共轭梯度法

在每次的迭代中，利用上一个搜索方向和目标函数在当前迭代点的梯度向量之间的线性组合构造一个新的方向，使其与前边已经产生的搜索方向组成Q共轭方向。
_Kevin_Duan_·2016-12-18 21:04

独立成分分析 ( ICA ) 与主成分分析 ( PCA )再解析

ICA认为观测信号是若干个统计独立的分量的线性组合，ICA要做的是一个解混过程。而PCA是一个信息提取的过程，依据贡献度大小，将原始数据降维，现已成为ICA将数据标准化的预处理步骤。
沈子恒·2016-12-10 09:35

图像形状特征（六）--AR模型形状描述子

1.自回归模型的定义自回归模型（AutoregressiveModel）是用自身做回归变量的过程，即利用前期若干时刻的随机变量的线性组合来描述以后某时刻随机变量的线性回归模型[1]，它是时间序列中的一种常见形式
Eason.wxd·2016-12-09 10:48

多层感知机（MLP）算法原理及Spark MLlib调用实例（Scala/Java/Python）

输入层的节点代表输入数据，其他层的节点通过将输入数据与层上节点的权重w以及偏差b线性组合且应用一个激活函数，得到该层输出。多层感知机通过方向传播来学习模型，其中我们使用逻辑损失函数以及L-BFGS。
liulingyuan6·2016-12-02 10:00

高斯消元法求解线性方程组（附python代码）

3.继续行化简，把主元上面的所有的元素都化为0，把主元位置变成1.4.把每个主元列对应的变量表示成非主元变量的线性组合.
永永夜·2016-11-18 16:25

四元数的理解和应用

相似地，四元数都是由实数加上三个虚数单位i、j、k组成，而且它们有如下的关系：i^2=j^2=k^2=-1，i^0=j^0=k^0=1,每个四元数都是1、i、j和k的线性组合，即是四元数一般可表示为a+
FangLai_you·2016-11-14 17:43

基于《机器学习》学习整理- chapter 3

基于《机器学习》学习整理-chapter3@(机器学习)[线性模型]基于机器学习学习整理-chapter3线性形式线性回归对数几率回归线性判别分析多分类学习类别不均衡问题线性形式由d个属性的线性组合进行预测的函数
a101070096·2016-11-12 09:00

线性回归 （linear regression model） 原理与代码实现

代码放在文后什么是线性模型通俗一点来讲，就是我们希望用一个线性组合，来拟合我们的数据，实质上是求解输入到输出的一个线性函数的映射。当然非线性映射也是有的，比如对数线性回归。线性模型一半是监督学习。
Macanv·2016-11-04 17:18

第1课 方程组的几何解释

它的列图像(ColumnPicture)就像下面的AX=b这样的形式[2−1−12][xy]=[03]列图像换个角度考虑就是两个向量的线性组合x[2−1]+y[−12]=[03]x=1,y=2恰好是这个等式的解
blacksean·2016-10-08 16:16

特征值与特征向量，PCA和谱聚类

特征值和特征向量矩阵的基定义：一个m*n的矩阵可以看成是n个列向量组成，这n个列向量的线性组合构成一个列空间，而通常这n个列向量不是线性无关的，那么求出这n个列向量中不相关的r个，可以称这r列为矩阵列空间的基
bwangk·2016-09-26 22:00

运用PCA（主成分分析法）进行人脸识别的MATLAB 代码实现

PCA算法依赖于一个基本假设：一类图像具有某些相似的特征（如人脸），在整个图像空间中呈现出聚类性，因而形成一个子空间，即所谓特征子空间，PCA变换是最佳正交变换，利用变换基的线性组合可以描述、表达和逼近这一类图像
伤心的小屁孩·2016-09-07 22:46

4.弹性网络（ Elastic Net）

先验作为正则化矩阵的线性回归模型.这种组合用于只有很少的权重非零的稀疏模型，比如:class:Lasso,但是又能保持:class:Ridge的正则化属性.我们可以使用l1_ratio参数来调节L1和L2的凸组合(一类特殊的线性组合
alex_陈·2016-08-25 16:51

线性回归学习笔记

线性回归线性回归线性模型就是通过属性的线性组合来进行预测的函数：f(x)=ω1x1+ω2x2+...+ωdxd+b用向量形式可以写成：f(x)=ωTx+b当我们学到参数ω,b就可以确定模型。
wolfrevoda·2016-07-25 11:46

线性回归－scikit-learn

线性回归即是我们希望能通过学习来得到一个各属性线性组合的函数，函数的各项系数表明了该属性对于最后结果的重要性，可以用以下公式表达：yˆ(ω,x)=ω1x1+ω2x2+...
hoooooolyhu·2016-07-15 10:02

Graham's Scan法求凸包

X的凸包可以用X内所有点(X1，…Xn)的线性组合来构造.上面的都没用.给定二维平面上的点集，凸包就是将最外层的点连接起来构成的凸多边型，它能包含点集中所有的点。
jokerwyt·2016-06-27 19:00

台大机器学习笔记——SVR 支持向量回归

什么是ridgeregression，简单说就是线性回归加上regularized项，也就是下图中的第一个式子：2.如何给这个式子加核，跟之前SVM里面加核一样，最好的W参数，可以表示为Z的线性组合，证明过程如下
BestRivenZC·2016-06-16 21:38

线性回归

最简单的线性回归模型当然是模型是参数的线性函数的同时，也是输入变量的线性函数，或者叫做线性组合。如果
Duanxx·2016-06-03 10:43

线性回归

最简单的线性回归模型当然是模型是参数的线性函数的同时，也是输入变量的线性函数，或者叫做线性组合。如果
daunxx·2016-06-03 10:00

MIT线性代数导论学习笔记1—向量简介

这两种运算相结合就是线性组合（linearcombination
xiebh·2016-05-25 11:00

[致敬陈景润]几个基础数论问题证明

最大公约数性质证明定理1：如果任意整数a,b都不为0，则gcd(a,b)是a,b的线性组合集\{ax+by:x,y\inZ}\中的最小正元素。证明:设S为a,b线性组合集中最小的正元素。
aaron_1996·2016-05-22 21:44

深度学习中的非线性激励函数以及unsupervised pre-training

:11+e−xtanh:tanhsoftplus:log(1+ex)Relu:max(x,0)1.1作用对于无非线性激励函数情况，每一层网络输出都为线性函数，可验证无论神经网络层数多少，输出都是输入的线性组合
柏树之路·2016-05-09 14:27

机器学习中的矩阵分析与应用

看待矩阵和Ax=b的三种视角一、Ax=b的行视图行视图-凸优化中的超平面2x-y=1 x+y=5 二、Ax=b的列视图列视图-矩阵列的线性组合三、Span、基和子空间利用子空间重新看待线性方程的解:矩阵特征分解的应用
lydujing·2016-05-08 19:00

coursera机器学习技法笔记(12)——Neural Network

12NeuralNetwork12.1Motivation在神经网络的节点上使用感知机，那我们可以把神经网络看作是通过不同感知机以及常数的线性组合得到一个新的特征，将新的特征加上一个常数再进行线性组合得到结果
u010366427·2016-05-06 17:00

coursera机器学习技法笔记(7-8)——blending and bagging & Adaptive Boosting

7BlendingandBagging7.1MotivationofAffregation之前都是通过特征转换达到更好的分类目的，而有另一种思路就是将多个模型的分数线性组合起来以期得到更好的效果。
u010366427·2016-05-06 16:00

向量线性组合

如图：在上图中，俩个基向量a(0,1)与b（1,0）是能够表示平面上任意向量，因为任意向量都能通过分解，在x轴，y轴找到a,b向量的线性组合，例如A（2,3）=2b+3a：所谓线性组合就是数乘和加法运算进行组合
yizhen_acmer·2016-05-03 08:00

扩展欧几里得算法证明过程

x，y是整数设s是a和b的线性组合集中最小正元素，对某个x,y有s=ax+by。
glu_cky·2016-05-02 09:47

扩展欧几里得算法证明过程

x，y是整数设s是a和b的线性组合集中最小正元素，对某个x,y有s=ax+by。
glu_cky·2016-05-02 09:00

深度学习基础（九）—— 稀疏编码（sparse coding）

ϕi，使得我们能将输入向量x表示为这些基向量的线性组合：x=∑i=1kaiϕi所谓“超完备”基向量来表示输入向量x∈Rn，也就是说，k>n。
lanchunhui·2016-04-30 10:00

提升方法

在分类问题中，它通过改变训练样本的权重，学习多个分类器，并将这些分类器进行线性组合，提高分类性能。
qq_20602929·2016-04-26 19:00

用欧几里得算法求两个正整数的最大公因子

1.写出欧几里得算法求最大公因子gcd(p,q)的算法，并求gcd(13597,24965)2.把最大公因子gcd(p,q)表示成p与q的线性组合程序： #include usingnamespacestd
qq_14858923·2016-04-23 14:00

scikit-learn学习笔记：1.1 广义线性模型-普通的最小二乘（Ordinary Least Squares）

1.1.广义线性模型（GeneralizedLinearModels）接下来的部分是一组回归的方法，其中目标值是被期望是输入变量的线性组合。用数学符号表示，如果y^是预计的值。
tianliangjay·2016-04-19 11:00

梯度提升树GBDT原理

1.模型提升方法实际采用加法模型（即基函数的线性组合）与前向分布算法。以决策树为基函数的提升方法称为提升树（boostingtree)。对分类问题决策树是二叉分类树，对回归问题决策树是二叉决策树。
雪伦_·2016-04-19 00:00

线性模型(1) —— 多元线性回归

线性模型的基本形式多元线性回归的损失函数最小二乘法求多元线性回归的参数最小二乘法和随机梯度下降的区别疑问学习和参考资料1.线性模型的基本形式线性模型是一种形式简单，易于建模，且可解释性很强的模型，它通过一个属性的线性组合来进行预测
JD_Beatles·2016-04-12 20:52

简单感知器

简单感知器由一个线性组合器和硬限幅器（即sgn函数，判断是正数返回1，负数返回-1）组成，线性组合器有m个输入，m个输入权值，一个偏置，图像表述如下：（SimsonHaykin）用数学方法表述就是y=∑
lpsl1882·2016-04-11 12:00

Introduction to Linear Algebra 4ED 学习笔记（2）

对于这样一个方程组有两种方式观察这个2x2的方程组第一种：横着看——看行图像可以发现第二种：竖着看——看列图像我们可以发现从行图像中我们已经求出了x和y的值，那么对应到列图像中就是我们可以看到左边的向量等式就是列向量的线性组合对于使用矩阵消元
RZ_diversity·2016-04-05 23:00

机器学习之回归模型

基本形式线性模型(linearmodel)就是试图通过属性的线性组合来进行预测的函数，基本形式如下：f(x)=wTx+b许多非线性模型可在线性模型的基础上通过引入层结构或者高维映射（比如核方法）来解决。
zackzhaoyang·2016-04-05 19:00

机器学习：SVM学习笔记(三）

                   机器学习：SVM学习笔记(三)      前面在谈到SVM的时候，谈到了SVM中的权重W最终可以表示成为训练数据的线性组合。
liyaohhh·2016-04-05 16:18

支持向量机SVM（一）

2重新审视logistic回归Logistic回归目的是从特征学习出一个0/1分类模型，而这个模型是将特性的线性组合作为自变量，由于自变量的取值范围是负无穷到正无穷。
BigBzheng·2016-04-03 11:00

PID概述以及在无人机中的应用

PID控制是将误差信号的比例P，积分I，微分D通过线性组合构成控制量，称之为PID控制。但是在很多情况下，往往不一定需要三个单元，但是比例单元是必不可少的。
xiao2yizhizai·2016-03-31 13:00

统计学习方法 李航---第8章 提升方法

在分类问题中，它通过改变训练样本的权重，学习多个分类器，并将这些分类器进行线性组合，提高分类的性能。
demon7639·2016-03-30 09:00

Introduction to Linear Algebra 4ED 学习笔记（1）

Perface线性代数里面最重要的操作就是向量的线性组合，特别是列向量的线性组合Chapter1IntroductiontoVectors1.1VectorsandLinearCombination线性代数的核心操作就是线性组合
RZ_diversity·2016-03-27 23:00

机器学习技法 笔记六 Support Vector Regressssion

上一次提到了kernellogisticrgeression1.kernelridgeregression同时也提到了，对于任何的L2-regularizedlinearmodel，它的w都可以用资料的线性组合来表示对于以前学的
u011954647·2016-03-25 17:00

《学习笔记》目前几种稀疏目标跟踪算法

1、MTT算法Multi-TaskTracking(MTT)跟踪算法，在粒子滤波框架下，将目标跟踪作为多任务稀疏学习问题，粒子模型为动态更新地字典模板线性组合。
li018049·2016-03-11 09:37

20160303线性模型.md

给定一个有d个属性的样本x,x=(x^1,x^2,x^3,…,x^d),其中x^i为x在第i个属性上的取值，则线性模型就是通过将各个属性线性组合在一起的达到预测目的的函数。f(x)=∑i=1dω
feitongxunke·2016-03-06 11:00

线性代数复习四——矩阵的维数和秩

中的任何向量u和v，u+v属于Hc.对H中任意向量u和数c，cu属于H即子空间对加法和标量乘法是封闭的仅含零向量的子空间称为零子空间中子空间H的一组基是H中一个线性无关组，它生成H矩阵A的列空间的A的各列的线性组合的集合
大星小辰·2016-03-04 10:10
上一页 31 32 33 34 35 36 37 38 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他