排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
子空间学习可以通过多种技术来开展,对一些流行且被广泛使用的子空间学习方法,简要回顾其基于L1-范数的鲁棒建模.从主成分分析开始介绍子空间学习技术、线性判别分析以及更一般的图嵌入框架.作为L1-范数的综合利用,进一步讨论具有稀疏性的鲁棒建模.此外,还论述一些应用在神经科学中的相关子空间学习技术.最后,针对基于L1-范数的子空间学习的求解问题,介绍一个有力工具,即边界优化技术. 相似文献
2.
文章针对一类具体的分布族———柯西分布族中参数θ,证明了存在θ的一个强相合且最好渐近正态估计^θ,它以概率1当样本量n充分大时是对数似然方程的根。 相似文献
1