上传者: 42151599
|
上传时间: 2022-03-10 11:01:08
|
文件大小: 3.17MB
|
文件类型: -
on累积分布变换
Radon累积分布变换(Radon-CDT),如下所述:
是非负d维信号的非线性和可逆变换,可确保某些线性分离定理。 该转换建立在累积分布转换(CDT)的基础上,该累积转换描述于:
并将CDT扩展到d维概率分布。 与CDT相似,Radon-CDT也源于最佳质量传输的丰富数学基础,并将其与积分几何和Radon变换相结合。 与当前数据广泛的非线性模型(包括深层神经网络及其变体)不同,Radon-CDT提供了定义明确的可逆非线性变换,可与线性建模技术(包括主成分分析,线性判别分析和支持向量机)一起使用( SVM),并且不需要大量的培训数据。
可以在找到与该帖子相对应的iPython Notebook文件。 该演示已通过以下测试:
numpy的'1.13.1'
sklearn'0.18.1'
skimage'0.13.0'
scipy'0.19