版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、在實際應(yīng)用中經(jīng)常出現(xiàn)特征維數(shù)大于樣本數(shù)目的情況,傳統(tǒng)的方法并不能計算數(shù)據(jù)的逆協(xié)方差矩陣。對于高維數(shù)據(jù),即使協(xié)方差矩陣不是奇異矩陣,應(yīng)用傳統(tǒng)的方法估計數(shù)據(jù)的逆協(xié)方差矩陣將面臨很復(fù)雜的計算。同時,當對高維數(shù)據(jù)進行無向圖模型估計時,只有估計的逆協(xié)方差矩陣很稀疏時才有意義,否則我們將無法對太復(fù)雜的模型進行分析。圖Lasso可以快速估計出逆協(xié)方差矩陣,通過罰參數(shù)可以控制逆協(xié)方差矩陣的稀疏性,應(yīng)用于高維數(shù)據(jù)時計算速度也很快。
首先,本文闡
2、述了圖Lasso方法的基本原理和步驟,詳細介紹了圖Lasso方法應(yīng)用于二次判別分析的原理,通過仿真實驗驗證了圖Lasso方法的性能,應(yīng)用圖Lasso方法估計流式細胞數(shù)據(jù)的無向圖模型并分析了實驗結(jié)果,將圖Lasso二次判別分析應(yīng)用于Semeion手寫數(shù)字數(shù)據(jù)集中,正確率達92.2%。
其次,本文闡述了聯(lián)合圖Lasso方法的基本思想,詳細介紹了交替方向乘子法求解聯(lián)合圖Lasso問題的具體過程,分別給出兩種罰函數(shù)對應(yīng)的求解過程,并將
3、聯(lián)合圖Lasso方法應(yīng)用于二次判別分析中,將基于圖Lasso和基于聯(lián)合圖Lasso的二次判別分析應(yīng)用于PAMAP2身體活動監(jiān)視數(shù)據(jù)集中,實驗結(jié)果表明基于融合Lasso的聯(lián)合圖Lasso方法取得了較好的結(jié)果。
最后,本文簡單介紹了稀疏高斯圖混合模型,詳細介紹了圖Lasso期望最大化算法的具體實現(xiàn)過程,通過仿真實驗深入分析和討論基于圖lasso方法的稀疏高斯圖混合模型的性能,將稀疏高斯圖混合模型應(yīng)用于流式細胞數(shù)據(jù)并對實驗結(jié)果進行分
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Lasso的特征選擇方法研究與實現(xiàn).pdf
- Lasso及其相關(guān)方法在廣義線性模型模型選擇中的應(yīng)用.pdf
- Lasso-Logistic與Group Lasso-Logistic模型在出生缺陷研究中的應(yīng)用.pdf
- 基于L2-Fused Lasso變量選擇方法的性質(zhì)及應(yīng)用研究.pdf
- Lasso方法在ARCH模型定階中的應(yīng)用.pdf
- 融合Lasso罰模型的理論與應(yīng)用研究.pdf
- 本體與圖融合lasso結(jié)合的圖像屬性學(xué)習研究.pdf
- 基于LARS-Lasso方法及GLM的特征價格模型構(gòu)建研究.pdf
- 稀疏組Lasso方法在個人信貸風險評估中的應(yīng)用.pdf
- AR(p)模型的Lasso方法定階.pdf
- 負調(diào)查的相關(guān)方法及應(yīng)用研究.pdf
- 安全相關(guān)軟件的設(shè)計方法研究及應(yīng)用.pdf
- 基于Lasso罰的多元時間序列分析方法研究.pdf
- Lasso方法在混水平超飽和設(shè)計活躍效應(yīng)篩選中的應(yīng)用.pdf
- r軟件與lasso
- 數(shù)字散斑相關(guān)方法研究與應(yīng)用.pdf
- 交互Lasso模型及改進ADMM算法研究.pdf
- 基于LASSO的FDR控制方法及其在高維數(shù)據(jù)生存分析中的應(yīng)用.pdf
- 包含約束及噪聲的相關(guān)積分方法研究及應(yīng)用.pdf
- 相關(guān)積分的實時優(yōu)化方法與應(yīng)用.pdf
評論
0/150
提交評論