排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
基于鉴别主成份分析的基因表达数据特征提取 总被引:1,自引:0,他引:1
针对高维小样本数据特征提取问题,通过融合主成份分析(PCA)和线性判别分析(LDA),提出一种鉴别主成份分析方法。通过对PCA主成份进行单个线性判别,选择主要反应类间差异的主成份来构造特征空间。对yeast和NCI基因表达数据的实验结果表明:该方法在降维的同时能获得较好的判别特征,且能避免线性判别分析方法的奇异性。在子空间的聚类识别率相比PCA提高了20%以上,且具有较好的可视化效果,说明了用该方法对高维小样本数据进行特征提取的有效性。 相似文献
2.
3.
针对图像缩放中的问题,提出基于自联想记忆算法。首先确定自联想记忆最小上界和最大下界,自联想记忆每个层之间的神经元通过最近域互连接方式连接信息交替,能够在神经系统缺损信息时通过自联想记忆恢复出原来存储的完整记忆模式;接着所有神经元节点采用同步方式调整状态,利用均场定理加快自联想记忆神经网络学习速度;最后给出了图像缩放算法过程。实验仿真显示算法输出图像能够较好地保持原图像内容,峰值信噪比(PSNR)比较大。 相似文献
4.
文中阐述了以积件思想为基础的智能化计算机辅助教学系统的体系结构,提出了一套全新的切实可行的设计方案,并展示了依此方案设计的系统模式,最后指出了智能化计算机辅助教学系统的发展前景。 相似文献
1