基于隨機矩陣變換的快速PCA算法
所屬分類：技術論文
上傳者：aet
文檔大?。?span>485 K
所需積分：0分積分不夠怎么辦？
文檔介紹： 主成分分析PCA（Principle Component Analysis）是一種重要的分析方法,廣泛應用于圖像檢索、機器學習、模式識別等領域。隨著近年來數(shù)據(jù)維數(shù)越來越大，算法的穩(wěn)定性、時間復雜度和內(nèi)存使用成了PCA進一步應用所必須要解決的問題。為此提出一種快速算法，該算法利用隨機矩陣構造卷數(shù)據(jù)降維矩陣，在保持點與點之間“核距離”不變的情況下，將待分解矩陣變換成一個低維矩陣。在沒有偏差的情況下，將對原始大矩陣的分解變成對這個低維矩陣的分解，大幅降低了時間復雜度，減少了對內(nèi)存的使用，同時增加了算法的穩(wěn)定性，從而在根本上解決了上述3個問題。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。