#Reduced-Rank Randomized SVD 包 (RRSVD-Package) 此存储库包含论文“Fast Time-Evolving Block-Decimation algorithm through Reduced-Rank Radomized Singular Value Decomposition”中描述的方法的实现 介绍 mxn 矩阵A的奇异值分解的计算复杂度为O (mn^2)。 因此,对于大型矩阵,SVD 可能需要大量时间。 在许多情况下,不需要完整的 SVD:实际上只需要最大的奇异值(以及相应的左奇异向量和右奇异向量)。 通过使用截断的 SVD方法,可以避免A的完整SVD,只计算前k 个奇异值和相应的奇异向量; 这些方法是数据分类算法、信号处理和其他研究领域的标准工具。 Implicitly Restarted Arnoldi Method 和 Lanczos
2022-04-25 20:28:16 64.68MB C++
1
import numpy as np import pandas as pd import rrcf # Set parameters np.random.seed(0) n = 2010 d = 3 num_trees = 100 tree_size = 256 # Generate data X = np.zeros((n, d)) X[:1000,0] = 5 X[1000:2000,0] = -5 X += 0.01*np.random.randn(*X.shape) # Construct forest forest = [] while len(forest) < num_trees: # Select random subsets of points uniformly from point set ixs = np.random.choice(n, size=(n // tree_size, tree_size), replace=False) # Add sampled trees t
2022-04-25 18:08:34 818KB 算法 随机森林 机器学习 人工智能
RRT(快速探索随机树) 是一种通用的方法,不管什么机器人类型、不管自由度是多少、不管约束有多复杂都能用。而且它的原理很简单,这是它在机器人领域流行的主要原因之一。不过它的缺点也很明显,它得到的路径一般质量都不是很好,例如可能包含棱角,不够光滑,通常也远离最优路径。
2022-04-25 15:11:37 4KB rrt
1
产生任意均值和标准偏差的正态分布的随机噪声.
2022-04-25 10:24:06 1KB 正态分布
1
FRONTIER4.1--随机前沿分析-SFA
2022-04-23 16:57:52 340KB FRONTIER4.1--随机前沿分析
1
随机产生两个数和随机产生两个运算符号,并进行计算,若按q则推出程序
2022-04-23 14:00:29 2KB java
1
英文文献,他的中文翻译可看其他博文: 为了提高压缩、水印或简化等常见处理操作的效率,网格分析和聚类已成为重要问题。在此背景下,我们提出了一种新的聚类/标记三维网格的方法,给定任何与其顶点相关的标量值域(曲率,密度,粗糙度等)。我们的算法是基于马尔可夫随机场,图形概率模型。该贝叶斯框架允许(1)在聚类中同时集成属性和几何,(2)由于随机场的马尔科夫特性,仅使用局部交互来获得最优全局解。我们定义了新的观测模型和先前的三维网格模型,采用图像处理方法,在空间一致性方面取得了很好的效果。对所有模型参数进行估计,从而实现在合理时间(几秒)内工作的全自动过程(唯一需要的参数是集群的数量)。 ———————————————— 版权声明:本文为CSDN博主「佩佩想做程序猿」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。 原文链接:https://blog.csdn.net/qq_46559411/article/details/124355840
2022-04-23 09:06:58 989KB 3d 聚类 隐马尔可夫模型
1
随机森林图像matlab代码使用CNN的肺癌亚型分类 入门 演示版 random_forest.ipynb 包含什么 癌症亚型分类管道的Python源代码 MATLAB源代码,用于从3D原始图像生成2D联合直方图 二维关节直方图(.csv)的肺癌数据集 可视化每一步的检测管线 在自己的数据集上进行训练的示例 依存关系 Python 3.4 TensorFlow 1.3 凯拉斯2.0.8 用法 结果 接触 查看我的学士论文:基于多模态CT的2D联合直方图的肺癌亚型深度学习分类器,以获取有关此工作的更多详细信息。
2022-04-22 10:11:41 2.3MB 系统开源
1
此代码实现了 DT Gillespie 于 1977 年发表在 Journal of Physical Chemistry 上的随机模拟算法(直接方法)。 默认React和分析解决方案对应于单细胞基因表达的简单模型 (Kaern et al., Nat.Rev.Genet., 2005):Pro-->M-->P, with mRNA (M--> 0) 和蛋白质 (P-->0) 衰减,当假设基因持续表达(Pro 表示基因的启动子)并且细胞体积恒定并设置为统一时。 绘制了 mRNA 和蛋白质时间序列以及概率直方图。
2022-04-22 09:45:12 2KB matlab
1
北斗B1c_B2a伪随机码 MATLAB code
2022-04-21 19:07:56 396B matlab 开发语言
1