只为小站
首页
域名查询
文件下载
登录
《统计学习方法》——无监督学习概论
《统计学习方法》——无监督学习概论
2022-06-30 18:12:56
192KB
统计学习方法
1
基于重要抽样与极限学习机的大电网可靠性评估
由于不确定因素多、电网规模大,原始蒙特卡洛模拟(MCS)在复杂电力系统可靠性评估中无法满足实时高效的要求。提出一种基于交叉熵(CE)的重要抽样与极限学习机(ELM)相结合的可靠性评估算法,一方面通过在系统抽样环节引入CE构建元件的最优概率分布,减小方差变化,加快指标收敛速度;另一方面,采用ELM对重要抽样的状态样本进行
有监督学习
,以所构建的网络学习模型替代传统非线性规划方法进行状态评估,提高单次系统状态评估的效率,从而实现快速可靠性评估。对IEEE RTS-79系统进行可靠性评估,与原始MCS和CE重要抽样的对比结果表明,在一定的误差范围内所提算法合理、有效,其计算效率较原始MCS和CE显著提高。
2022-06-26 10:42:58
1.34MB
可靠性评估 重要抽样 交叉熵 极限学习机 有监督学习
1
pytorch-tta:Pytorch实施的“用于无监督学习的快速,准确的深度双向语言表示形式”
贸易协定 该存储库是论文pytorch版本。 介绍 T-TA或T基于ransformer-T EXT一个utoencoder,是监督学习任务的新深双向语言模型。 T-TA学习了直接的学习目标,即语言自动编码,该功能可以只使用上下文自动预测句子中的所有标记。 与“掩蔽语言模型”不同,T-TA具有自掩蔽机制,以避免仅将输入复制到输出。 与BERT(用于微调整个预先训练的模型)不同,T-TA特别有利于获得上下文嵌入,这些嵌入是从训练的语言模型的隐藏层生成的每个输入令牌的固定表示。 T-TA模型体系结构基于模型体系结构,而模型体系结构主要是标准的体系结构。 这段代码基于,其中包括用于构建自定义词汇表,准备Wikipedia数据集等的方法。 用法 from tta . modeling_tta import TTALMModel from transformers import AutoToken
2022-06-24 11:22:56
9KB
Python
1
Support-Vector-Machine-_with_python:在此笔记本中,我们介绍了Support Vector Machine(SVM)算法,这是一种功能强大但简单的监督学习方法,用于预测数据。 对于分类任务,SVM算法尝试将特征空间中的数据划分为不同的类别。 默认情况下,这种划分是通过构造最佳分割数据的超平面来执行的。 为了进行回归,构造了超平面以映射数据分布。 在这两种情况下,这些超平面均以非概率方式映射线性结构。 但是,通过使用“内核技巧”,我们可以将非线性数据集转换为线性数据集,从而
支持向量机_with_python 在本笔记本中,我们介绍了支持向量机(SVM)算法,这是一种功能强大但简单的监督学习方法,用于预测数据。 对于分类任务,SVM算法尝试将特征空间中的数据划分为不同的类别。 默认情况下,这种划分是通过构造最佳分割数据的超平面来执行的。 为了进行回归,构造了超平面以映射数据分布。 在这两种情况下,这些超平面均以非概率方式映射线性结构。 但是,通过采用内核技巧,我们可以将非线性数据集转换为线性数据集,从而使SVM可以应用于非线性问题。 SVM是功能强大的算法,已得到广泛普及。 这部分是由于它们在高维特征空间中有效,包括那些特征数与实例数相似或略微超过实例数的问题。 与具有大量数据集的内存需求很高的KNN不同,SVM可以提高内存效率,因为仅需要支持向量即可计算超平面。 最后,通过使用不同的内核,SVM可以应用于各种学习任务。 另一方面,这些模型是黑匣子,很难解释
2022-06-06 21:07:08
84KB
JupyterNotebook
1
无监督学习之PCA降维
无监督学习:通过无标签的数据,学习数据的分布或数据与数据之间的关系。 1. 降维算法 1 定义:用低维的概念去类比高维的概念.将高维的图形转化为低维的图形的方法。 1.1. 算法模块 :PCA算法、NMF(非负矩阵分解)算法、LDA算法等。 1.2. Python库 :sklearn.decomposution; 2. 主成分分析( PCA )降维算法 1 主成分分析:主成分分析( Principal Component Analysis, PCA )是最常用的一种降维方法,通常用于高维数据集的探索与 可视化,还可以用作数据压缩和预处理等。PCA可以把具有相关性的高维变量合成为线性无关的低维变
2022-06-03 11:50:33
159KB
学习
无监督学习
监督学习
1
emotion-recognition:监督学习算法将面部分类为七种情绪之一(即愤怒、厌恶、恐惧、快乐、悲伤、惊讶、中性)
情感识别 机器学习算法将人脸分为七类(即愤怒、厌恶、恐惧、快乐、悲伤、惊讶、中性)之一。
2022-05-31 11:15:14
248.46MB
MATLAB
1
SNN-CarRacing-SL:使用监督学习训练SNN模型以处理CarRacing问题
SNN-赛车-SL 使用监督学习训练SNN模型以解决CarRacing问题 我们首先使用CNN模型来训练人类在CarRacing Game中玩游戏收集的数据集。 然后,我们使用Spike-CNN模型训练数据集并比较两个模型的性能。
2022-05-16 16:53:59
5.28MB
Python
1
基于半监督学习的人体异常行为识别 (2013年)
需要进行人体异常行为识别的视频一般都是未标记的序列图像,传统的有监督的识别方法往往不能较好地反映其行为的特征,识别率不高.提出了一种基于半监督学习的人体异常行为识别方法,首先使用基于DTW距离的self-training进行标记数据扩充,然后用此扩充的序列图像样本集合训练对应的HMM,最终进行异常行为识别.实验结果证明该方法有效且识别率较高.
2022-05-16 15:20:12
723KB
自然科学
论文
1
半监督学习
详细地表述了半监督学习的适用范围,以及算法和注意事项。
2022-05-14 17:29:27
4.84MB
半监督学习
1
matzewolf/kMeans:在 MATLAB 中实现的 k-means(无监督学习/聚类)算法。-matlab开发
Cluster_2D_Visualization.m 是一个生成随机(均匀)分布数据点的脚本,运行 kMeans.m 和 MATLAB 的内置 kmeans 函数,测量和比较它们的性能(即计算时间),并可视化最终的集群和数据的分布直方图中聚类中的点。 kMeans.m 实现 k-means(无监督学习/聚类算法)。 技术细节: 初始质心是从所有数据点的集合中随机选择的(每个数据点最多一次)。 停止条件是不对任何集群进行任何更改。 clustering_app.mlapp 打开一个带有 GUI 的应用程序,您可以在其中随机生成数据点并将它们聚类。 您可以重新点击所有按钮以查看点生成和聚类算法中的随机性。 clustering_app.mlappinstall 在 MATLAB 编辑器中安装 MATLAB 应用程序。
2022-05-12 12:02:43
162KB
matlab
1
个人信息
点我去登录
购买积分
下载历史
恢复订单
热门下载
航迹融合算法MATLAB仿真程序
CPLEX12.8学术版安装包:cplex_studio128.win-x86-64.exe
房价预测的BP神经网络实现_python代码
采用K-means聚类,实现多维矩阵的聚类,并进行可视化展示(matlab)
2022学术英语写作(东南大学) 章节测试+期末test答案
通过svm cnn knn对高光谱数据集PaviaU进行分类(matlab)
simulink仿真实现光伏发电MPPT+能量管理
现代操作系统原理与实现.pdf
YOLOv5 人脸口罩图片数据集
ChinaMeteorologicalDataHandler.R
2021华为芯片研发岗位笔试题
中国地面气候资料日值数据集(V3.0)2014-2019.zip
基于LSTM模型的股票预测模型_python
中国地面气象站观测数据2000-2021
计算机专业实习日记+实习周记+实习总结
最新下载
小兔鲜项目源码(动态网页,包含首页、注册页、登录页、购物页)原生HTML、CSS、Javascript
TLE7242驱动源码
html+css入门小兔鲜项目
深度学习草莓成熟度检测数据集
学术海报模板+论文科研+研究生
hc32l110/HC32F003/HC32F005 远程在线IAP升级
CEA 861.3-2015HDR Static Metadata Extensions.pdf
草莓数据集检测YOLO8
HAAS数控机床资料及串口网口通讯
音乐播放器的VHDL实现
其他资源
机器人手册 第3卷 机器人应用_CN-有了书签.pdf
基于JAVA EE校园订餐系统
ELMO驱动器命令中文手册.pdf
Android LinPhone demo
MATLAB动画——木块在水中收到浮力上下摆动的物理过程
车载以太网权威指南 Automotive Ethernet 很完整的UDS资料
MATLAB坐标提取
EAGLE PCB电路板设计软件v7.2中文破解版.rar
(STM32)DHT11程序
NACA-0012翼型数据
STM32F103驱动7针OLED(128x64)实现方式:硬件SPI以及软件模拟SPI两种方式均有
MATLAB GUI选择参数绘制曲线
scala design patterns源书代码
zOS基础 大型机教材 IBM官方红皮书
多因子选股之策略的实现.pdf
某某某项目性能测试方案模板
嵌入式Linux常用命令总结.mmap
cefWinformTest1.rar
jenkins war包,放入tomcat 下就可以使用
php完美pdo类封装
Android下的推箱子游戏
asp.net三层架构班级论坛
ASP+SQL拍卖系统