特征降维能够有效地提高机器学习的效率,特征子集的搜索过程以及特征评价标准是特征降维的两个 核心问题 。综述国际上关于特征降维的研究成果 ,总结并提出了较完备的特征降维模型定义 ; 通过列举解决特 征降维上重要问题的各种方案来比较各种算法的特点以及优劣 ,并讨论了该方向上尚未解决的问题和发展 趋势。
2023-01-08 20:52:17
248KB
1
KSVD算法的matlab实现。该算法可以用于降噪、重构等领域。
参考文献：Aharon M, Elad M, Bruckstein A. K-SVD: An algorithm for designing overcomplete dictionaries for sparse representation[J]. IEEE Transactions on signal processing, 2006, 54(11): 4311-4322.
2023-01-06 12:20:30
1KB
1
基于二进制小波变换和维纳滤波的语音降噪研究基于二进制小波变换和维纳滤波的语音降噪研究基于二进制小波变换和维纳滤波的语音降噪研究
2022-12-30 18:27:52
1.27MB
1
MATLAB实现PCA-GRU主成分降维结合门控循环单元多输入单输出回归预测（完整源码和数据）
数据为多输入回归数据，输入12个特征，输出1个变量。
运行环境MATLAB2020b及以上。
2022-12-12 11:28:33
679KB
Prism 使用统计方法的组合进行基于样条的多元回归。 Prism 通过平滑样条回归、PCA 和 RVR/LASSO 的组合，使用正则化、降维和特征选择来执行此回归。 如果使用工具箱，请引用本文： 马丹，CR（2016 年）。 Prism：具有正则化、降维和特征选择的多重样条回归。 开源软件杂志，31.doi:10.21105/joss.00031
2022-12-09 09:05:30
1.19MB
1