-
-
人脸识别:FERET数据集上人脸识别投影技术(PCA,ICA和LDA)的比较分析
人脸识别
本项目代表对面部投影技术(PCA,ICA和LDA)的比较分析,旨在比较使用公平意识训练对这些模型的性能影响的程度。 该技术在FERET图像数据集的两个450图像子集上进行了测试,一个旨在保留美国人口的种族构成(70%的白种人,20%的 ... 然后执行PCA,得到一个180维子空间(450的40%),该子空间在受人口影响的数据中分别保留99.66%的信息,在公平意识的数据中分别保留99.68%的信息。 然后将这些预测用作ICA和LDA的输入数据。 生成的空间用于投影以前看不见的图像,并通过将它们与同一个
-
-
-
LDA-孟加拉语:使用LDA确定WX格式的孟加拉语文档中有意义的主题
LDA-孟加拉语
使用LDA确定WX格式的孟加拉语文档中有意义的主题
问题状态网
鉴于:
94个WX格式的孟加拉文献文档,其中每个文档都包含以下格式的数据-
句子 ... 了我是如何执行任务的,即算法,代码和详细格式的输出。
代码:此文件夹包含*。 data_prep.py:数据准备代码*。 lda.py:用于实现LDA,获取输出和数据可视化的代码
数据:此文件夹包含*。 94个文档:提供的数
-
扰动LDA:了解班级经验均值与期望值之间的差异
Fisher线性判别分析(LDA)在许多模式识别应用程序中,尤其是在生物识别学习中,通常用于缩小尺寸和提取判别特征。 在推导Fisher的LDA公式时,有一个假设,即类别经验均值等于其期望值。 但是 ... 本文中,从“扰动”的角度出发,我们开发了一种称为扰动LDA(P-LDA)的新算法,其中引入了扰动随机向量,以了解 ... 向量的协方差矩阵的方法,以用于实际实现。 拟议的P-LDA在合成数据集和真实面部图像数据集上都进行了评估。 实验结果表明,在欠采样情况下,P-LDA优于流行的基于Fisher的LDA的算法。
-
基于密度的自适应LDA模型选择方法
主题模型已成功用于信息分类和检索。 这些模型可以使用称为“主题”的低维多项式分布集捕获文本文档集合中的单词相关性。 但是,为特定数据集选择适当数量的主题很重要但很困难。 在本文中,我们研究了潜在狄利克雷分配(LDA)中最佳主题结构和主题之间距离之间的内在联系,并提出了一种基于密度自适应选择最佳LDA模型的方法。 实验表明,该方法无需手动调整主题数即可实现与LDA最佳匹配的性能。
-
-
-
基于LDA主题模型的移动应用相似度构建方法
... 有效的描述信息继而为移动用户提供有效准确的推荐策略变得尤为迫切。目前,移动应用市场对应用的推荐策略相对传统,大多是根据应用的单一属性进行推荐,如下载量、应用名称、应用分类等。针对推荐粒度过粗和推荐不准确的问题,提出了一种基于潜在狄利克雷分布( LDA) 主题模型的移动应用相似度构建方法。该方法从应用的标签入手,构造应用的主题模型分布矩阵,利用该主题分布矩阵构建移动应用的相似度矩阵,同时提出了将移动应用相似度矩阵转化为可行的存储结构的方法。实验结果表明该方法是有效的,相比现有的 360 应用市场推荐的应用 ...
-
-