排序方式： 共有3条查询结果，搜索用时 31 毫秒
1
1.
针对最小二乘支持向量机(LSSVM)用于在线建模时存在的计算复杂性问题,提出一种LSSVM在线学习算法.首先引入了基于Cholesky分解求LSSVM的方法,接着根据在线建模期间核函数矩阵的更新特点,将分块矩阵Cholesky分解用于LSSVM的在线求解,使三角因子矩阵在线更新从而得出一种新的LSSVM在线学习算法.该算法能充分利用历史训练结果,减少计算量.仿真实验显示了这种在线学习算法的有效性. 相似文献
2.
在定义了二元组结构的基础上,对稀疏矩阵中非零元素的行、列坐标值进行因子化,以此实现了一种新的稀疏矩阵压缩存储结构.并在应用该压缩存储结构的基础上,提出了一种稀疏矩阵转置操作的改进算法.该算法较传统算法而言,在时间复杂度不变的前提下将空间复杂度降低了30％. 相似文献
3.
借助光滑映射奇点理论中的左右等价,讨论等变分歧问题在左右等价群作用下的开折理论已经有了各种形式的通用开折定理,但都有证明不严格的问题,文中将通过一系列的引理,严格证明通用开折定理. 相似文献
1