吉布斯采样matlab代码Latent-Dirichlet-Allocation-LDA-（MATLAB中的代码）
自然语言处理算法
概率生成模型
Latent
Dirichlet
Allocation根据主题比例和单词比例对文档进行分类的方法
贝叶斯推断使用折叠的吉布斯采样
与传统的吉布斯采样器相比，收敛速度更快，错误率低
参考文献：托马斯·格里菲斯（Thomas
L.
Griffiths）和马克·史蒂佛斯（Mark
Steyvers）发现科学课题（2004）
这里考虑的词汇大小为16，并使用4x4图像表示。
图像中的每个像素代表词汇表中的一个单词。
像素越亮，在文档/主题中的频率越高。
下图显示了8个主题作为单词分布的基本事实。
现在，使用这些主题生成了500个长度为100的文档。
图像下方显示了生成的文档示例。
现在，在这些生成的文档上运行了LDA（超过500次迭代），并发现了主题。
下面的屏幕快照显示了在初始迭代和最终迭代中发现的主题。
Theta地面真相值
范例文件
初始Phi迭代
最终Phi迭代
经过最终的迭代，发现的主题为：
它包含以下功能：
1）代码LDA
Matlab
2021-11-24 19:45:37
683KB
1
照片速写：从图像推断轮廓图
此回购包含我们草图生成器的培训和测试代码。 我们还提供了 。
有关技术细节和数据集，请参阅和 。
配置
现在，该代码已更新为使用PyTorch 0.4，并可以在Windows，Mac和Linux上运行。 对于PyTorch 0.3的过时版本（仅Linux），请检出分支。
Windows用户应找到相应的.cmd文件，而不是下面提到的.sh文件。
一线安装（在Conda环境中）
conda env create -f environment.yml
然后激活环境（草图），就可以开始了！
有关conda环境的更多信息，请参见。
手动安装
请参阅environm
2021-11-18 22:02:36
205KB
1
在对惯导系统精度评估标准统一化研究中，在一定的假设条件下，推导、归纳、整理了四类定位精度的评
估算法( TRMS、RMS、σ 和CEP) 及相应的7 个指标间的工程换算关系;利用某型捷联旋转惯导4 次实际导航数据进行
了仿真分析，从推断算法、指标间换算关系、精度折合效果等方面进行了对比验证，基于理论分析和仿真验证结果表
明TRMS 评估算法及试验简单且易于转换，并对其精度折合给出合理化建议
2021-11-17 11:36:35
1.19MB
1
OrthoFinder, 对orthologous基因组的准确推断 OrthoFinder" OrthoFinder - 精确推断 orthogroups 。orthologues 。基因树和根species树 ！ 图1: 图2: 自动的OrthoFinder分析工具：做什么？OrthoFinder是比较基因组学的快速。准
2021-11-02 16:29:26
47.23MB
1
Solutions Manual for
Statistical Inference, Second Edition
2021-10-29 05:28:24
3.17MB
1