欧氏距离matlab代码-ND_VAE:用变分自动编码器实现q空间新颖性检测

上传者: 38729438 | 上传时间: 2021-09-12 02:25:28 | 文件大小: 15KB | 文件类型: ZIP
欧氏距离matlab代码具有变分自动编码器的q空间新颖性检测 该存储库包含本文的正式实现。 依存关系: Python3 茶野 千层面 麻木 科学的 Matlab的 方法: 在Matlab中实现了基于距离和密度的方法。 其他方法在python中实现。 用法: 要将建议的新颖性检测方法之一与您的数据一起使用,您应该: 在model / Data.py中实现数据加载方法 根据您的数据训练模型 运行建议的方法之一: # test_data = ... nd = NoveltyDetection ( model = 1 ) res = nd . compute_fast_novelty_scores ( test_data ) # ... 对于matlab方法,数据应首先以“ mat”格式保存: # normal_data = ..., test_data = ... nd = NoveltyDetection ( model = 1 ) latent_normal_data = nd . encode ( normal_data ) latent_test_data = nd . encode

文件下载

资源详情

[{"title":"( 20 个子文件 15KB ) 欧氏距离matlab代码-ND_VAE:用变分自动编码器实现q空间新颖性检测","children":[{"title":"ND_VAE-master","children":[{"title":".gitignore <span style='color:#111;'> 5B </span>","children":null,"spread":false},{"title":"matlab","children":[{"title":"compute_novelty_score.m <span style='color:#111;'> 997B </span>","children":null,"spread":false},{"title":"dependencies","children":[{"title":"stat_dist_multi.m <span style='color:#111;'> 268B </span>","children":null,"spread":false},{"title":"statistical_distance.m <span style='color:#111;'> 797B </span>","children":null,"spread":false},{"title":"bigmatrix_rowfun.m <span style='color:#111;'> 873B </span>","children":null,"spread":false},{"title":"sqdistance.m <span style='color:#111;'> 2.07KB </span>","children":null,"spread":false},{"title":"for_progress.m <span style='color:#111;'> 588B </span>","children":null,"spread":false},{"title":"dist_multi.m <span style='color:#111;'> 321B </span>","children":null,"spread":false},{"title":"dens_multi.m <span style='color:#111;'> 207B </span>","children":null,"spread":false},{"title":"average_gaussian.m <span style='color:#111;'> 287B </span>","children":null,"spread":false}],"spread":true}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 1.48KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.28KB </span>","children":null,"spread":false},{"title":"python","children":[{"title":"model","children":[{"title":"__init__.py <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"vae.py <span style='color:#111;'> 9.01KB </span>","children":null,"spread":false},{"title":"Data.py <span style='color:#111;'> 566B </span>","children":null,"spread":false}],"spread":true},{"title":"__init__.py <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"resources","children":[{"title":"model1.json <span style='color:#111;'> 711B </span>","children":null,"spread":false}],"spread":true},{"title":"distance_to_closest_generated_sample.py <span style='color:#111;'> 2.13KB </span>","children":null,"spread":false},{"title":"util.py <span style='color:#111;'> 812B </span>","children":null,"spread":false},{"title":"NoveltyDetection.py <span style='color:#111;'> 5.55KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

  • weixin_44999899 :
    也没说明,也没主函数。。。。。!
    2021-06-03

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明