高维超越完备量子时空熵与高维超越完备时空熵

所需积分/C币:5 2019-12-30 454KB PDF
评分

高维超越完备量子时空熵与高维超越完备时空熵,李宗诚,,在新的时空理论框架下,本文将D维时空看作充满混沌子和元子的D – 1维球体。本文推断:细粒化的微观(量子)时空熵S (R Dmicro ) 与空�

...展开详情
立即下载 最低0.43元/次 身份认证VIP会员低至7折
举报 举报 收藏 收藏
分享
454KB
高维超越完备量子时空熵与高维超越完备时空熵

高维超越完备量子时空熵与高维超越完备时空熵,李宗诚,,在新的时空理论框架下,本文将D维时空看作充满混沌子和元子的D – 1维球体。本文推断:细粒化的微观(量子)时空熵S (R Dmicro ) 与空�

2019-12-30 立即下载
481KB
4 + K 维超越完备时空与高维超越完备量子时空

4 + K 维超越完备时空与高维超越完备量子时空,李宗诚,,在新的时空理论框架下,本文推断:存在着4 + K维超越完备时空R ( M +, 4, B –, 4 ) × R (B +, K, M –, K ) 和4 + K维超越完备时空R ( B +, 4, M –,

2020-02-28 立即下载
240KB
与物质耦合的高维超越完备元子作用规范场体系

与物质耦合的高维超越完备元子作用规范场体系,李宗诚,,在正能级元子和负能级元子之间、正能级粒子和负能级粒子之间、正能级系统和负能级系统之间,乃至于在正能级宇宙和负能级宇宙之间

2019-12-30 立即下载
499KB
高维超越完备时空的交叠对冲分布与非庸正几何

高维超越完备时空的交叠对冲分布与非庸正几何,李宗诚,,在新的时空理论框架下,本文将大尺度的延展性空间看作是物质的宏观存在形式,而将小尺度的紧致性空间看作是物质的微观存在形式;

2020-02-16 立即下载
578KB
具有SU λ (11) 超越完备规范统一的高维宇宙模型

具有SU λ (11) 超越完备规范统一的高维宇宙模型,李宗诚,,在新的时空理论框架下,本文首先把正能级宇宙的暴胀和负能级宇宙的暴缩联系起来探讨我们所在的宇宙,初步按照超越完备宇宙学的根

2019-12-30 立即下载
1KB
fcm高维数据聚类

fcm高维数据聚类.

2012-04-17 立即下载
628KB
高维数据支持向量机特征选择

高维数据 范数的支持向量机特征选择,搞算法的同学们可以好好看看

2014-01-27 立即下载
1KB
k-means用于高维数据集

该程序实现高维数据的聚类,算法鲁棒性稳定性都不错

2011-03-08 立即下载
8.52MB
高维数据几何结构与降维(国内唯一一本讲如何比较详尽的阐述高维数据如何降维的)

这是一本关于高维数据如何进行有效降维的数据,书中比较系统的阐述了一些可行性的方法,最关键的是提供了一些关于高维数据降维的一些思想。在大数据时代来临,面临的数据维度已经越来越高,通过数据本身的量化数值发现数据内在的关系,值得深思。这本书不仅提出了方法也提供了思想。

2014-09-14 立即下载
261KB
多维数据集中高维数据可视化算法研究

多维数据集中包含海量的复杂高维数据,如何对这些数据进行科学的理解、分析和使用,是数据挖掘领域的一个重点和难点课题.针对传统可视化算法无法解决高维数据多属性的可视化问题,算法复杂、适用性较差的不足,提出基于快速数据聚类的可视化算法研究.算法构建了一种多维数据模型,采用三角多项式建立映射关系;对多维数据集做不同层次的划分,并基于聚类的效果筛选最佳聚类数;最后在平行坐标系基础上,对高维数据进行时序多维分析,提高算法鲁棒性.实验证明提出算法简洁易用,能够较好地实现对多维数据集中高维数据的理解和分析.

2018-06-16 立即下载
348KB
matlab 高维数组

主要讲解matlab高维数组的创建方法,会让你对高维数组的创建更加熟悉

2011-12-22 立即下载
19.21MB
高维数据处理论文

高维数据的特征处理,降维方法,聚类研究等方面的文献

2018-05-10 立即下载
245KB
高维数据挖掘技术研究

数据挖掘是致力于数据分析和理解,揭示数据内部蕴藏知识的技术。它是未来信息技术应用的重要目标之一。而高维数据在实际应用中的使用,使得对高维数据挖掘的研究有着非常重要的意义。文章介绍了高维数据挖掘对数据挖掘的挑战及应对策略,提出了一些挖掘模型的创新点。

2018-06-16 立即下载
306KB
高维数据降维方法研究

本文介绍了MDS、Isomap等三种主要的高维数据降维方法,同时对这些降维方法的作用进行了探讨。

2018-06-16 立即下载
13.86MB
耶鲁大学马双鸽老师的高维数据统计分析的ppt

耶鲁大学马双鸽老师的高维数据统计分析的ppt,在国科大的暑期学校里使用的

2018-08-22 立即下载
14.75MB
Python-一个用于可视化和操作高维数据的python工具箱

一个用于可视化和操作高维数据的python工具箱

2019-08-12 立即下载
1.13MB
高维数据挖掘中特征选择的稳健方法

针对高维数据的特点,即数据中变量个数往往大于样本观测数目,并且数据往往具有异质性特点,基于众数回归分析和变量选择降维技术,提出了一种稳健有效的特征选择方法,利用局部二次逼近算法(LQA)和最大期望(EM)算法,给出估计算法和最优调节参数的选取方法。通过实验的模拟数据分析表明,所提出的特征提取选择方法整体优于基于最小二乘和中位数的正则化估计方法,特别当误差是非正态分布时,与已有方法相比具有较高的预测能力和稳健性。

2018-06-16 立即下载
906KB
高维数据分类方法研究

在对高维度数据进行模式分类时,能否有效进行降维是一个关键问题。提出了一种结合高斯过程潜变量模型(GPLVM)和支持向量机(SVM)的阶梯跳跃降维分类框架方法,能有效的降低样本数据维数,同时提高分类器性能。利用GPLVM实现数据的平滑映射,对输入样本进行非线性降维后,根据SVM的分类校验结果进行下一步降维迭代操作;计算新的阶梯维数,根据反馈动态调整降维输入数据。利用该方法对UCI上的数据集进行分类,仿真结果验证了方法的有效性。

2018-06-16 立即下载
2.03MB
Python-Datavisualization高维数据可视化与漫游工具集

Data visualization - 高维数据可视化与漫游工具集

2019-08-10 立即下载
302KB
聚类分析中的高维数据降维方法研究

高维数据能充分表达复杂事物的信息,但高维数据自身表达和处理复杂,妨碍了它的实际应用。阐述了用降维算法和构建索引结构来解决高维数据降维问题。以数据对象变异最大方向的投影作为特定数据对象集的主成份,将聚类分析引入高校数据资源的预处理环节,实现了数据对象集合的聚类归约。给出应用实例,为深入探索相关模式提供有效的分析方法。

2018-06-16 立即下载
img
  • 分享王者

    成功上传51个资源即可获取

关注 私信 TA的资源

上传资源赚积分,得勋章
相关内容推荐