线性组合

HMM study：认识混合高斯模型与EM算法（附Python仿真）

混合高斯模型GaussianMixedModel表示多个高斯分布的线性组合，设有随机变量X\textbf{X}X，则混合高斯模型表示如下p(x)=∑k=1KπkN(x/μk,∑k)p(\textbf{x
VeraWin·2023-08-27 14:37

Logistic回归理论与模型简介

)线性模型与岭回归1.线性模型  给定由m个属性表示的特征向量X=(x1,x2,x3,...,xm)，其中xi是特征向量X在第i个属性上的取值，线性模型(linearmodel)通过构造一个特征向量的线性组合来表示预测值
StataPython数据分析·2023-08-25 12:43

LA@齐次线性方程组解的结构

文章目录齐次线性方程组解的结构解的性质齐次线性方程组的解的线性组合还是方程组的解基础解系通解定理:齐次线性方程组基础解系存在定理齐次线性方程组的基础解系包含的向量个数(秩)应用和示例推论1推论2推论3:
xuchaoxin1375·2023-08-25 09:45

LA@向量组间的表示关系

个向量组间的表示关系向量组的相互表出向量组用另一个向量组表示线性表示的系数矩阵矩阵乘法与线性表出列向量组线性表示行向量组线性表示向量组等价向量组等价的性质推论等价矩阵与向量组等价的关系行等价矩阵的行向量组等价列等价矩阵的列向量组小结向量组等价和矩阵等价的比较概念迁移:线性方程组之间的等价方程组的线性组合方程组被另一个方程组线性表示方程组等价线性方程组同解问题向量组可被另一个向量组线性表示
xuchaoxin1375·2023-08-25 08:51

[Opencv]中值滤波(medianBlur)

OPENCV中的均值滤波、方框滤波、高斯滤波，都是线性滤波方式，由于线性滤波的结果是所有像素值的线性组合，因此含有噪声的像素也会被考虑进去，噪声不会被消除，而是以更柔和的方式存在。
SU科技·2023-08-24 18:48

Elasticsearch算分优化方案之rescore_query

默认情况下，原来的查询语句与二次查询的份数将线性组合以生成文档的最终得分_score,原始查询语句的权重通过query_weigh
·2023-08-23 11:45

Elasticsearch算分优化方案之rescore_query

默认情况下，原来的查询语句与二次查询的份数将线性组合以生成文档的最终得分_score,原始查询语句的权重通过query_weigh
醉鱼！·2023-08-23 08:51

opencv 进阶13-Fisherfaces 人脸识别-函数cv2.face.FisherFaceRecognizer_create()

Fisherfaces人脸识别PCA方法是EigenFaces方法的核心，它找到了最大化数据总方差特征的线性组合。
玩转AI·2023-08-22 15:16

回归算法 - 线性回归

这种函数是一个或多个称为回归系数的模型参数的线性组合。
dora_yip·2023-08-21 11:28

【非线性导数边缘检测】一种非线性导数方法来解决离散边缘检测问题研究（Matlab代码实现）

该边缘检测方案基于两个极化导数的非线性组合。其主要特点是在非常低的计算成本下，没有任何正则化，具有有利的信噪比（SNR）。介绍了该方法的二维扩展，并讨论
荔枝科研社·2023-08-19 12:38

第四章，向量组，2-矩阵等价与向量组等价的关系

第四章，向量组，2-矩阵等价与向量组等价的关系矩阵乘法与线性表示矩阵等价与向量组等价玩转线性代数(23)线性组合与线性表示的应用的笔记，相关证明以及例子见原文矩阵乘法与线性表示设有Am∗nBn∗l=Cm
Wilson-mz·2023-08-17 08:38

最小二乘法的几何意义

最小二乘法是把b向量投影到x列向量平面内，然后找出P的线性组合实现的
陈荣昌·2023-08-16 21:50

西瓜书-线性模型

线性模型.png1.基本形式1.线性模型：试图学得一个通过属性的线性组合来进行预测函数2.非线性模型：在线性模型的基础上引入层级结构或高维映射3.可解释性：w直观表达了各属性在预测中的重要性2.线性回归线性回归
estate47·2023-08-16 19:01

广义线性模型（GLM）及其应用

广义线性模型[generalizelinearmodel(GLM)]是线性模型的扩展，通过联系函数建立响应变量的数学期望值与线性组合的预测变量之间的关系。
·2023-08-15 20:02

【字典学习+稀疏编码Sparse Encoding】简单介绍与sklearn的实现方式

文章目录1、字典学习与稀疏编码2、sklearn的实现3、示例1、字典学习与稀疏编码简单来说，稀疏编码就是把输入向量（信号）/矩阵（图像）表示为稀疏的系数向量和一组超完备基向量（字典）的线性组合。
masterleoo·2023-08-15 18:41

9.2 集成学习 boosting

Boosting思想，通过线性组合把弱变强。
蓝天下悠闲的云朵·2023-08-14 22:44

第四章，向量组，1-向量组与线性组合、线性表示

第四章，向量组，1-向量组与线性组合、线性表示向量方程向量与向量组向量向量组线性组合与线性表示线性组合线性表示定理定义多表多（单向）定理推论定义等价（多表多：双向）知识回顾玩转线性代数(22)向量组与线性组合
Wilson-mz·2023-08-14 20:44

数模更新篇-3-因子分析模型

两者的不同：因子的线性组合构成指标。注意这里的未知数都是一个向量而不是标量。因子分析的实例：将原来的是个指标变成了四个因
12十二12·2023-08-12 11:33

YOLOv5、YOLOv8改进：SEAttention 通道注意力机制

Attention机制用到这里用朴素的话说就是，把重要的通道赋予大的权重，然后将这些通道以及权重去线性组合。至于这个权重是自己"学
陈子迩·2023-08-12 10:52

SLAMBOOK2NOTE_CH1

总结一下Ax=b有解的条件:行的角度：如果方程组系数矩阵A的行向量的线性组合可以生成向量，那么相同的组合作用在b的分量上，也必须得到。列向量的角度：b必须是A各列向量的线性组合。
HeoLis·2023-08-11 15:25

23考研线性代数复习笔记（自用）

待补充目录一、行列式：行列式概念和性质重要行列式按行（列）展开行列式公式克莱姆法则二、矩阵矩阵的运算矩阵的逆矩阵的初等变换矩阵的秩伴随矩阵分块矩阵三、向量向量的概念及运算线性组合和线性表示线性相关和线性无关极大线性无关组与向量组的秩向量空间
Xq_23·2023-08-11 15:13

数学建模系列-评价模型（四）---主成分分析法

（4）每个主成分都是原始变量的线性组合。这么一看，又有点像是神经网络法的思想。PCA降维：假设我们所讨论的实际问题中，有p个指标，我们把这p个指标看作p
Caiersaru·2023-08-11 05:27

【数学建模】--主成分分析

本讲将介绍主成分分析（PrincipalComponentAnalysis，PCA），主成分分析是一种降维算法，它能将多个指标转换为少数几个主成分，这些主成分是原始变量的线性组合，且彼此之间互不相关，其能反映出原始数据的大部分信息
Wei&Yan·2023-08-11 05:56

多元回归自变量存在共线性

所谓多重共线性，是指自变量之间存在某种相关或者高度相关的关系，其中某个自变量可以被其他自变量组成的线性组合来解释。
Leon_124·2023-08-10 23:23

【信号】傅里叶变换

在信号空间找到若干个相互正交的信号作为基本信号，使得信号空间中任意信号均可表示成它们的线性组合，正交变换可以保证信号在变换前后的能量是相等的。
S L N·2023-08-10 16:41

[迁移学习]领域泛化

领域泛化的损失函数一般可以描述为以下形式：该式分为三项：第一项表示各训练集权重的线性组合，其中π为使该项最小的系数；第二项表示域间距离，其中表示目标域和源域之间最小的距离、表示源域之间两两组合的最大距离
ViperL1·2023-08-07 09:31

风速组合预测

组合预测有许多不同的方法，如加权几何平均组合预测、加权算数平均组合预测、加权平方和平均组合预测、加权调和平均组合预测和非线性组合预测等。
胡伟成·2023-08-07 07:28

【数模】主成分分析PCA

主成分分析(PrincipalComponentAnalysis,PCA)，是一种降维算法，它能将多个指标转换为少数几个主成分，这些主成分是原始变量的线性组合，且彼此之间互不相关，其能反映出原始数据的大部分信息
Shier833_Ww·2023-08-06 18:11

python主成分对变量的贡献率_（数据科学学习手札20）主成分分析原理推导&Python自编函数实现...

期望能将现有的众多相关性很高的变量转化为彼此互相独立的变量，并从中选取少于原始变量数目且能解释大部分资料变异情况的若干新变量，达到降维的目的，下面我们先对PCA算法的思想和原理进行推导：主成分即为我们通过原始变量的线性组合得到的新变量
weixin_39614109·2023-08-06 14:16

线性回归、岭回归、逻辑回归、聚类

线性回归分析举个栗子期末成绩：0.7×考试成绩+0.3×平时成绩（各个特征跟某个值组合在一起去预测）西瓜好坏：0.2×色泽+0.5×根蒂+0.3×敲声（把回归问题转换为分类问题）线性关系模型一个通过属性的线性组合来进行预测的函数
MacsenChu·2023-08-06 05:05

深度学习知识回顾

通过使用适当数量的1x1卷积核，可以对输入特征图的通道维度进行线性组合。这种线性组合可以将通道的数量减少到更低的维度，以减少网络中的参数量和计算成本，或者将通道的数量增加到
知福致福·2023-08-06 01:17

常见激活函数特点分析

一.什么是激活函数神经网络中，输入神经元线性组合后，传入的非线性函数就是激活函数（大多是非线性的）。二.激活函数的主要功能给神经网络引入非线性元素，使神经网络可以完成非线性映射。
躺在稻田里的小白菜·2023-08-04 16:13

电力信号谐波特性分析

一、基本原理1.电力谐波的定义以及特点谐波定义：交流非正弦信号可以分解为不同频率的正弦分量的线性组合。当正弦波分量的频率与原交流信号的频率相同时，称为基波。
不是笨小孩w·2023-08-04 13:55

量化交易平台Quantopian讲座(17)——Beta对冲

多因子模型多因子模型是通过一篮子资产的收益线性组合来解释某个特定资产的收益，其最为普遍的形式如下：多因子模型是不是觉得很熟悉？对，这完全就是一个线性回归拟合模型！
taoeaten·2023-08-03 00:29

第一章　整数的可除性

0为任何数的倍数1为任何数的因数任何非0整数a既为自身的因数，也是自身的倍数1.2整除的性质1.传递性2.线性变换稳定由此可以看出，整除对于倍数的线性组合是稳定的(确保倍数至少为0或1)。
夜话梧桐·2023-07-31 17:42

Boosting（一）

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。常见的Boosting算法有AdaBoosting算法，本节就主要介绍Ada
做个爱笑的大男孩·2023-07-31 11:10

Covex combination和affine combination

Covexcombination和affinecombination是两种常见的线性组合方法。
成为先生·2023-07-28 21:52

如何理解主成分分析法 （PCA）

主成分分析法是通过恰当的数学变换，使新变量——主成分成为原变量的线性组合，并选取少数几个在变差总信息量中比例较大的主成分来分析事物的一种方法。
书生吴小帅·2023-07-27 11:20

pytorch学习——线性神经网络——1线性回归

在这种模型中，假设输入变量与输出变量之间存在一个线性关系，即输出变量可以通过输入变量的线性组合来预测。线性回归模型
一只小百里·2023-07-27 10:02

从简单线性回归到TensorFlow深度学习

在线性回归中，我们假设自变量和因变量之间存在一个线性关系，即因变量的值可以通过对自变量进行线性组合来预测。线性回归可以用于解决各种问
python156·2023-07-24 16:45

几个小问题

多个正太分布的线性组合是否是正态分布？
satadriver·2023-07-24 15:24

OpenMP并行化傅里叶变换

设计思想傅里叶变换，表示能将满足一定条件的某个函数表示成三角函数（正弦和/或余弦函数）或者它们的积分的线性组合。在不同的研究领域，傅里叶变换具有多种不同的变体形式，如连续傅里叶变换和离散傅里叶变换。
sylviiiiiia·2023-07-23 13:20

离散时间周期信号傅里叶级数

必须为波形周期的整数倍，即，此时的基波频率，离散复指数信号的谐波考虑一组成谐波关系的周期离散信号，其公共周期为N，基波频率为考虑离散复指数信号的重复性，离散周期信号傅里叶级数考虑一个周期为N的离散周期信号，用谐波的线性组合来表示两边各乘
echo_ye4·2023-07-21 09:34

基于OpenCV的Haar与LBP级联分类器

CVPR提出·一种实时对象(人脸)检测框架·训练速度非常慢，检测速度非常快·5000个正向人脸样本与300万个非人脸负样本数据弱分类器-Weakclassifier=Feature强分类器-多个弱分类器的线性组合级联分类器
DDsoup·2023-07-15 04:47

多元建模基础（二）：正态混合分布

可以被解释为来自新信息并影响所有风险因子波动性的扰动位置向量和分散矩阵：一个引理：特征函数：密度函数：不难看出，亦是一个椭圆分布2）一些正态方差混合分布：多元两点正态混合分布：多元t分布：对称广义双曲分布：3）线性组合
云低·2023-07-15 04:04

激活函数 | 神经网络

1为什么使用激活函数（ActivationFunction）1.数据角度：由于数据是线性不可分的，如果采用线性化，那么需要复杂的线性组合去逼近问题，因此需要非线性变换对数据分布进行重新映射;2.线性模型的表达力问题
算法工程师小云·2023-07-14 20:03

激活函数总结

简介因为神经网络是线性组合,激活函数给神经元引入了非线性因素,使得神经网络可以任意逼近任何非线性函数,这样神经网络就可以应用到众多的非线性模型中.好用的激活函数具有可求且方便求导,单调平滑.下面简单介绍一下常用的激活函数
hiyoung·2023-06-22 15:33

神经网络：激活函数

激活函数的作用、原理和意义如下：1.引入非线性变换：神经网络的线性组合层（如卷积层和全连接层）只能表示线性关系，而计算机视觉任务通常涉及到复杂的非线性问题，如图像的边缘、纹理、形状等特征。
Make_magic·2023-06-22 09:35

神经网络：全连接层

在计算机视觉中，全连接层（也称为密集连接层或线性层）是一种常用的神经网络层，用于将输入数据与模型的参数进行线性组合，并产生输出结果。作用：全连接层在神经网络中起到特征映射和非线性变换的作用。
Make_magic·2023-06-22 07:38

专家PID控制轨迹跟踪研究（Matlab代码实现）

传统ＰＩＤ控制器是将偏差（ｅ）的比例（Ｐ）、积分（Ｉ）、微分（Ｄ）通过线性组合构成控制量（Ｕ）来控制被控对象：传统PID控制方法是通
紫极星光·2023-06-21 11:11
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他